用计算机辅助方法在门诊诊所进行基于图像的自动伤口区域评估:一个开发和验证研究

科学领域:

• 医学成像分析分析 医学成像分析
• 机器学习在医疗保健中的应用
• 伤口护理技术的技术.

背景情况:

• 传统的伤口大小评估是主观的,耗时的.
• 拍照距离的变化导致伤口测量不准确.
• 需要一个客观,高效的伤口评估方法.

研究的目的:

• 开发一个客观的方法来计算伤口大小.
• 为了解决因不同照片距离造成的不准确性.
• 提高伤口评估的一致性和效率.

主要方法:

• 根据像素颜色相似性应用K-means集群用于伤口细分.
• 使用QR码作为空间参考,以实现精确的缩放.
• 从40个病例的不同距离拍摄的图像中量化了伤口区域.

主要成果:

• 该算法在与标准硬币进行测试时显示出准确性.
• 配对的t测试显示,不同时间拍摄的照片之间没有统计学上显著的差异 (p > 0.05).
• 结果显示了多个图像捕获的一致性和等价性.

结论:

• 开发的算法为伤口面积评估提供了可靠和准确的方法.
• 该技术是可互换的,并且始终产生准确的结果.
• 这种客观的方法支持临床决策和伤口进展跟踪.