一个模块化的光摄像头单元用于伤口成像
Maryam Tebyani1,2, Gordon Keller3, Wan Shen Hee3
1Department of Electrical and Computer Engineering, University of California Santa Cruz, Santa Cruz, CA, USA. mtebyani@ucsc.edu.
Communications biology
|July 5, 2025
概括
一个新的手持显微镜绘制了伤口中的pH和氧化 (NO),揭示了愈合模式. 机器学习分析可以预测伤口愈合的进展情况,并为未来的治疗策略提供信息.
科学领域:
- 生物医学工程 生物医学工程
- 医疗成像医学成像
- 伤口治愈研究研究 伤口治愈研究
背景情况:
- 先进的成像对于了解疾病和活细胞行为至关重要.
- 生物物理标记和实时分析是监测医疗状况的关键.
- 目前的伤口评估方法缺乏实时,高分辨率的生物标志物映射.
研究的目的:
- 开发和应用一种新的模块化,手持式光显微镜,用于实时生物分析.
- 绘制皮下伤口中的pH和氧化 (NO) 地图,以了解愈合动态.
- 利用机器学习来分析生物标志物的时空趋势,并预测愈合结果.
主要方法:
- 开发一个模块化,手持式光显微镜,具有亚毫米分辨率.
- 使用显微镜在皮下伤口中绘制 pH 和氧化 (NO) 地图.
- 采用机器学习算法来聚合生物标记数据并识别愈合模式.
主要成果:
- 时空pH测绘显示了在伤口边缘的同心梯度和稳定.
- 氧化 (NO) 聚合表明在伤口愈合过程中度和大小的动态变化.
- 机器学习分析能够根据生物标志物趋势预测伤口愈合日和再上皮化.
结论:
- 开发的成像系统为伤口愈合生物标志物提供了前所未有的见解.
- 生物标志物映射和机器学习分析可以为未来的伤口愈合研究和治疗策略提供信息.
- 这项技术为将成像与生物电子设备集成为闭环伤口管理铺平了道路.
