小血管的变化是糖尿病发展的常见后果。慕尼黑工业大学 (TUM) 和亥姆霍兹慕尼黑大学的研究人员现已开发出一种方法，可用于测量皮肤中的这些微血管变化，从而评估疾病的严重程度。为了实现这一目标，他们将人工智能 (AI) 和创新的高分辨率光声成像技术结合起来。该成果已发表在期刊Nature Biomedical Engineering上。
光声成像方法使用光脉冲在组织内产生超声波。然后产生的超声波被传感器记录并转换成图像。这些信号是由强烈吸收光的分子周围的组织的微小膨胀和收缩引起的。血红蛋白就是这样的一种分子。由于血红蛋白集中在血管中，光声成像可以以其他非侵入性技术无法实现的方式产生详细的独特血管图像。
光声学或光声学的基本原理已为人所知一个多世纪了，但在医学上的实际应用却是最近才出现的。 Vasilis Ntziachristos 是慕尼黑工业大学生物成像教授、慕尼黑亥姆霍兹慕尼黑生物与医学成像研究所和生物工程中心主任。他与他的团队一起开发了一系列光声成像方法，其中包括 RSOM(光栅扫描光声介观检查法的缩写)。
32个特别重大的变化
研究人员现已成功利用 RSOM 研究糖尿病对人类皮肤的影响。研究人员利用 75 名糖尿病患者和对照组腿部血管的 RSOM 图像，利用人工智能算法识别了糖尿病的特征。
他们根据皮肤微血管系统外观的变化创建了 32 个特别显着的变化列表。这些包括血管分支数量或其直径等特征。
标签：
免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！