用LiDAR技术和深度学习模型对急性烧伤的3D和2D区域测量的比较
Che Wei Chang1,2, Hanwei Wang3, Feipei Lai1,3,4
1Graduate Institute of Biomedical Electronics and Bioinformatics, National Taiwan University, Taipei, Taiwan.
Frontiers in artificial intelligence
|March 14, 2025
概括
准确的烧伤伤口测量是至关重要的. 这项研究介绍了燃烧评估网络 (B.E.N.). 应用程序,使用3D LiDAR技术显示2D测量显著低估曲表面和多重伤口上的伤口大小.
科学领域:
- 医学成像和测量 医学成像和测量
- 生物医学工程 生物医学工程
- 伤口护理技术的技术.
背景情况:
- 众所周知,传统的2D伤口面积测量比3D评估更不准确.
- 影响二维和三维伤口面积计算差异的因素尚未完全理解.
- 3D成像和测量技术的进步为改善伤口评估提供了潜力.
研究的目的:
- 为了开发和验证一个新的应用程序,燃烧评估网络 (B.E.N. ),用于精确的二维和三维伤口测量.
- 调查表面曲率和伤口分布对3D与2D面积测量的精度的影响.
- 为在临床环境中提供最佳伤口测量技术的建议.
主要方法:
- 燃烧评估网络 (B.E.N.) 的发展 应用程序,将深度学习与LiDAR技术集成为3D和2D测量.
- 使用烧伤模板进行验证,以评估3D细分的准确性,并分析与表面曲率相关的3D/2D面积比.
- 在B.E.N.的应用. 该应用程序用于测量真实患者的烧伤伤口区域,重点关注解剖区域和伤口复杂性.
主要成果:
- 烧伤模板证实了3D细分的高精度,3D/2D面积比率随着表面曲率的增加而增加.
- 实体患者数据显示,头部/部 (1.641) 和背部脚部 (1.908) 的伤口的3D/2D面积比率显著更高.
- 涉及多重伤口 (比率: 1.656) 或大面积的测量显示比率和变异性增加,表明2D方法的低估.
结论:
- 二维伤口细分显著低估了表面积,特别是在高度曲的身体部位和评估多重伤口时.
- 燃烧评价网络 (B.E.N.) 的燃烧评价网络 该应用程序提供精确的3D测量,对于复杂的伤口评估至关重要.
- 建议对头部,部,背部脚部的伤口以及多个或广泛的烧伤区域进行3D测量,以提高临床准确性.
