文献类型：期刊文章

作　　者：李翻翻[1,2] 周静[5] 马晓丽[1,2,3,4] 余有珍[1,2] 何文惠[1,2] 王婷[1,2] 王小兰[1,2] 罗娜[1,2] 马国婧[1,2] 王敏[1,2] 马敏杰[1,2,3,4]

Li Fanfan;Zhou Jing;Ma Xiaoli;Yu Youzhen;He Wenhui;Wang Ting;Wang Xiaolan;Luo Na;Ma Guojing;Wang Min;Ma Minjie(School of Nursing,Gansu University of Chinese Medicine,Lanzhou 730000,China;Department of Thoracic Surgery,The First Hospital of Lanzhou University,Lanzhou 730000,China;Key Technology Development and Application of Thoracic Surgery Specialty Gansu Province International Science and Technology Cooperation Base,The First Hospital of Lanzhou University,Lanzhou 730000,China;Medical Quality Control Center of Thoracic Surgery in Gansu Province,The First Hospital of Lanzhou University,Lanzhou 730000,China;Department of Clinical Medicine,Chinese People's Liberation Army Unit 68302 Hospital,Weinan 714000,Shaanxi,China)

机构地区：[1]甘肃中医药大学护理学院,甘肃兰州730000 [2]兰州大学第一医院胸外科,甘肃兰州730000 [3]兰州大学第一医院胸外科关键技术与应用甘肃省国际合作基地,甘肃兰州730000 [4]兰州大学第一医院甘肃省胸外科医疗质量控制中心,甘肃兰州730000 [5]中国人民解放军68302部队医院临床医学科,陕西渭南714000

出　　处：《兰州大学学报（医学版）》

基　　金：甘肃省自然科学基金资助项目(21JR1RA092);甘肃中医药大学研究生创新基金资助项目(2022CX79)。

年　　份：2024

卷　　号：50

期　　号：3

起止页码：81-86

语　　种：中文

收录情况：JST、ZGKJHX、普通刊

摘　　要：随着人工智能与物联网等数字技术的不断纵深发展,以伤口评估和管理为主的新兴技术和模式智能迭进,数字化伤口成像已在糖尿病足、静脉溃疡及手术伤口评估等领域取得一些研究成果。基于人工智能的图像识别和分割系统已实现便捷、即时及精准的伤口评估,并集成伤口治疗决策支持系统。一些新兴设备已应用人工智能实现伤口结构和组织成分的精准显像,形成伤口自动化三维测量及可视化的组织颜色分区,其中,基于近红外和热光谱等的光学成像设备增强了传统的视觉评估。基于人工智能的机器学习或深度学习技术将融合多种图像模式,以提供精准可靠的伤口治疗决策支持体系,加速愈合进程与患者康复。

关 键 词：伤口评估  人工智能 热成像 光谱 机器学习  

分 类 号：R472[护理学类]