基于拭子的多分析物 AI 自动化伤口监测仪
图像与视频处理
2025-06-05 v1 人工智能
计算机视觉与模式识别
人机交互
摘要
糖尿病足溃疡（DFUs）作为一类慢性伤口，每年仅在美国就影响约 750,000 人；早期识别无法愈合并发展为慢性伤口的 DFUs，可大幅降低治疗成本并最大程度减少截肢风险。因此，迫切需要能够早期检测无法愈合的 DFUs 的诊断工具。我们开发了一种低成本、多分析物的 3D 打印检测试剂，无缝集成于拭子上，可用于识别无法愈合的 DFUs，并开发了 Wound Sensor iOS App——一款专为受控采集和自动化分析伤口传感器数据而开发的创新移动应用。通过对比原始基准图像（接触伤口前）和接触伤口后的图像，我们开发了自动化计算机视觉技术来比较两张检测试剂图像之间的密度变化，从而自动确定伤口的严重程度。尽管面临相机配置和环境条件变化等挑战，该 iOS 应用仍能确保准确的数据采集并提供可操作的见解。所提出的集成传感器和 iOS 应用将使医疗保健专业人员能够实时监测伤口状况、跟踪愈合进展，并评估与伤口护理相关的关键参数。
引用
@article{arxiv.2506.03188,
title = {Multi-Analyte, Swab-based Automated Wound Monitor with AI},
author = {Madhu Babu Sikha and Lalith Appari and Gurudatt Nanjanagudu Ganesh and Amay Bandodkar and Imon Banerjee},
journal= {arXiv preprint arXiv:2506.03188},
year = {2025}
}
备注
4 pages conference paper