基于VAT的人工智能算法测量动物伤口面积的研究

作     者：吕越 胡嘉参 胡典 李宏霄 阴慧娟 LU Yue;HU Jia-shen;HU Dian;LI Hong-xiao;YIN Hui-juan

作者机构：中国医学科学院·北京协和医学院生物医学工程研究所再生医学整合实验室天津300192 

出 版 物：《生物医学工程与临床》 (Biomedical Engineering and Clinical Medicine)

年 卷 期：2024年第28卷第3期

页      面：299-308页

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0836[工学-生物工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金面上项目(62175261) 

主　　题：人工智能 数字成像 面积测量 语义分割 

摘      要：目的动物伤口模型的面积测量是常见的生物医学研究内容。常规的手动测量不仅需要大量人力进行轮廓描述,还存在测量人员的人为误差。为解决这一问题,笔者提出了一种基于带转换器的体积聚合(VAT)的人工智能算法测量系统。方法选择63只BALB/c小鼠,鼠龄9~10周,体质量25 g左右。其中20只模拟手术清洁伤口模型,14只模拟糖尿病伤口模型,29只模拟感染伤口模型。清洁伤口模型采用5 mW、10 mW、15 mW光治疗和自然愈合;糖尿病伤口模型采用10 mW、15 mW光治疗和自然愈合;感染伤口模型采用5 mW、10 mW、15 mW光治疗和抗生素治疗、自然愈合。在伤口愈合过程中每天采集数字图像,共采集到672幅图像。基于这些图像数据分别使用Image J软件和人工智能算法来进行伤口区域勾画和伤口面积数据计算,通过图像重合率和伤口面积数据分析进行手动测量和人工智能算法之间的对比研究。手动测量分别由3人完成。结果人工智能算法与手动测量在图像重合度上效果接近,面积数值相关系数r=0.968,P0.95,呈高度正相关;纤维结痂期r=0.490,而瘢痕愈合期r仅为0.103。结论与手动测量相比,人工智能算法测量系统是一种准确度高、可靠性强、耗时短的新方法,在动物伤口模型的面积测量方面展现出独特的优势。