线场共焦光学连贯断层扫描与人工智能算法相结合,以确定面部皮肤衰老的定量生物标志物

科学领域:

• 皮肤病学和生物医学成像学
• 定量皮肤生物学 皮肤生物学
• 人工智能在医学中的应用

背景情况:

• 了解面部皮肤衰老对于开发有效的抗衰老策略至关重要.
• 目前用于量化皮肤衰老生物标志物的方法在体内存在局限性.
• 先进的成像技术为详细的皮肤分析提供了新的可能性.

研究的目的:

• 通过使用体内3D线场对焦光学一致性断层扫描 (LC-OCT) 和人工智能,对面皮肤老化生物标志物进行定量评估.
• 调查不同面部区域的表皮和细胞指标的与年龄相关的变化.
• 建立新的定量生物标志物,以了解皮肤衰老.

主要方法:

• 招募了100名健康的高加索女性志愿者,年龄在20-70岁之间.
• 采用3DLC-OCT成像来捕捉高分辨率的体内皮肤结构.
• 利用基于人工智能的算法来量化层和细胞指标 (例如,角层厚度,表皮厚度,DEJ波浪,细胞密度,细胞核特征).

主要成果:

• 在角层和可活性表皮厚度中观察到与年龄相关的最小变化.
• 观察到与年龄相关的表皮均性和细胞密度的显著下降.
• 随着年龄的增长,核体量和异质性的增加 (较高的异型得分) 被观察到.
• LC-OCT提供了微米分辨率的皮肤结构的3D可视化.

结论:

• 脸部皮肤老化的特点是细胞变化,而不是表皮显著的厚度变化.
• 基于人工智能的LC-OCT成像为体内皮肤衰老研究提供了有价值的定量生物标志物.
• 这些发现提高了对皮肤生物学和老化过程的理解.