Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

Nueva aproximación diagnóstica para evaluar las complicaciones de la piel de la diabetes mellitus

El equipo de investigación multidisciplinario publicó su investigación “complicaciones de la piel de mellitus de la diabetes reveladoras por el aprendizaje hyperspectral polarizado de la proyección de imagen y de máquina” recientemente en las transacciones de IEEE sobre la imaginación médica.

En la publicación, utilizar emerger photonics-basó la tecnología, soluciones innovadoras en el aprendizaje de máquina, y las características fisiológicas definitivas, investigadores introducen una aproximación diagnóstica capaz de evaluar las complicaciones de la piel de la diabetes mellitus en el primero tiempo muy.

En este trabajo, realizamos una validación clínica de nuestro dispositivo óptico y de un método que hemos desarrollado en el marco de la academia de proyecto de Finlandia.

El método permite la detección sin contacto de las complicaciones posibles de la piel de la diabetes en un primero tiempo así como realizar la investigación de la población amplia, dice a profesor Alexander Bykov del adjunto de la universidad de Oulu que explique la investigación más detalladamente en respuestas abajo.

¿Cuál es el resultado dominante?

Hemos desarrollado y hemos realizado una prueba clínica de un compacto, dispositivo óptico portátil para la caracterización funcional sin contacto de la piel humana. El dispositivo puede medir remotamente mapas espaciales del nivel del oxígeno de la sangre, contenido de la sangre y fijar los cambios en la estructura del colágeno de la piel.

Para lograr esto, la proyección de imagen hyperspectral y la polarización que detectan tecnologías se combinan juntas y se acompañan con los algoritmos avanzados del tratamiento de señales basados en redes neuronales artificiales.

La proyección de imagen Hyperspectral es una técnica que une proyección de imagen y la espectroscopia convencionales. Convertido inicialmente como un satélite complejo o sistema avión, la tecnología finalmente se ha desarrollado en una herramienta compacta de la proyección de imagen que se puede utilizar para médico, industrial, y otros usos relevantes.

Usando esta tecnología, la información espacial y espectral de un objeto puede ser detectada. La imagen obtenida 3D (dos espaciales y una dimensión espectral) consiste en bandas alrededor de ciento o más espectrales para cada pixel medido de un objeto. Esta información espectral y espacial exacta habilita análisis detallado de cualquier objeto o ambiente.

Del otro lado, el detectar óptico de la polarización permite la evaluación alejada de los cambios estructurales dentro del objeto que son no vistos por proyección de imagen hyperspectral convencional. La puesta en vigor de los algoritmos de la red neuronal permite cerca del tratamiento de la imagen en tiempo real basado en los modelos numéricos avanzados e.g., el modelo de la piel de la siete-capa que utilizamos en nuestro estudio.

El sistema desarrollado se ha utilizado para revelar cambios tempranos en la microcirculación de la sangre de la piel y la estructura de la piel de pacientes con diabetes. La superficie dorsal de los pies de los pacientes ha sido reflejada. Fue observado que los pacientes diabéticos habían aumentado el contenido de la sangre de la piel y, al mismo tiempo, el nivel reducido del oxígeno con respecto al grupo de mando de voluntarios sanos.

Además, el grupo diabético tiene un índice creciente de la polarización que se atribuya a los cambios en estructura del colágeno de la piel. Así, los resultados de los estudios de viabilidad, así como las pruebas reales en pacientes con diabetes y voluntarios sanos, muestran sin obstrucción la capacidad de la aproximación desarrollada de distinguir a grupos del diabético y de mando.

¿Por qué es el resultado importante e interesante?

La detección oportuna de los desordenes de la piel causados por la diabetes en el primero tiempo es crucial. En gente con diabetes, el alto nivel de la glucosa en sangre causa daño a muchas áreas de la carrocería tales como aros, riñones, tramos, y pies. Los cambios metabólicos en la diabetes llevan a la obstrucción de arterias grandes pero también empeoran la circulación en los pequeños buques de las extremidades más inferiores.

Estos cambios causan complicaciones, con las úlceras diabéticas del pie siendo el mayor. Ocurre en 2-6% de tipo 1 y de 2 pacientes con diabetes sobre su curso de la vida. Si están dejadas no tratado, las úlceras diabéticas pueden infectarse y desarrollar la necrosis profunda del tejido, que puede requerir la amputación.

La baja del limbo con la amputación importante es probablemente la complicación más severa de la diabetes, dramáticamente deteriorando la calidad de vida y una enorme carga en el sistema sanitario. Los costos económicos de la amputación son también enormes. Dado el envejecimiento de la población, el número de pacientes a riesgo aumentará de la década próxima.

Se sabe que las lesiones microvasculares están registradas ya en los primeros años de diabetes e incluso en las condiciones prediabetic mucho antes aparecen los síntomas y las complicaciones clínicos.

La detección oportuna de las lesiones seguidas por el tratamiento apropiado permite invertir su revelado en el escenario, así la salud del ahorro, la vida, y el dinero preclínicos tempranos.

¿Quién son afectadas por el tema y los resultados? ¿Dónde y para quién pueden los resultados estar de ventaja?

Nuestro sistema es potencialmente capaz realizar la supervisión de los procesos de la cura y del tratamiento de la herida, incluyendo úlceras diabéticas del pie, quemaduras de la piel, o complicaciones postoperatorias asociadas a la oxigenación inadecuada del tejido.

El actual estudio fue centrado en pacientes diabéticos. Una desventaja común de los métodos actuales disponibles para los clínicos para la diagnosis de las complicaciones diabéticas de la piel es su incapacidad para fijar metabolismo del tejido de una manera no invasor y sin contacto, así como para determinar la situación de las áreas de la piel expuestas lo más probablemente posible al revelado de úlceras tróficas.

Una de las maneras de perfeccionar la calidad de la diagnosis es utilizar métodos ópticos hyperspectral y polarización-sensibles. Sus ventajas se asocian a no-invasividad, a la alta resolución, y al bajo costo.

Usando la información obtenida por métodos ópticos no invasores de la proyección de imagen permitiría el determinar de los pacientes con un riesgo creciente de síndrome diabético del pie y el fijar de las áreas de las extremidades más inferiores la mayoría del propenso el revelado de defectos ulcerosos.

Si los resultados cambió las prácticas actuales (por ejemplo en el sistema sanitario?)

No consideramos un cambio espectacular en la práctica actual. Sin embargo, la técnica propuesta puede ayudar a los doctores a ser más objetivos en la ejecución de diagnosis y tomar decisiones. La técnica se puede en el futuro adaptar para el autocontrol de los pacientes, que coincide con la estrategia de la atención sanitaria personalizada.

¿Usted ha hecho las pruebas clínicas con los pacientes reales?

Sí, las pruebas en la clínica se han realizado para 20 pacientes diabéticos y 20 voluntarios sanos en cooperación con nuestros colegas de la universidad de Letonia, que ayudó a ordenar las pruebas.

¿Cuál es la significación científica de los resultados?

Según mi entender, el trabajo actual es primer que aplica el índice hyperspectrally-resuelto de la polarización para in vivo el estudio de la piel y Monte - Carlo diabéticos - las redes neuronales artificiales entrenadas para tramitar los datos hyperspectral de la medición. Los parámetros diagnósticos propuestos podían servir como biomarkers de complicaciones diabéticas.

Pueden también ser utilizados para evaluar la prevención dirigida los procedimientos terapéuticos o la inversión de complicaciones diabéticas. Nuestros resultados pueden facilitar el revelado de usos biomédicos de la proyección de imagen hyperspectral y dar una nueva dirección en los estudios de enfermedades relativas a la edad.

¿Necesidad de otros estudios?

Estaría de interés de realizar las pruebas del sistema desarrollado y de la aproximación de proceso de datos para otros usos clínicos relevantes mencionados anteriormente. Hay también un potencial enorme de combinar detectar de la fluorescencia y la proyección de imagen hyperspectral para la proyección de imagen metabólica de la piel que estamos proyectando en el futuro.

Infórmenos corto sobre las personas.

En nuestro grupo multidisciplinario de Biophotonics en las técnicas unidad de la optoelectrónica y de medición, desarrollamos las herramientas y los métodos del photonics que se pueden utilizar para detectar y la caracterización de tejidos, de órganos, o de células biológicos.

La proyección de imagen Hyperspectral es una de las técnicas que consideramos prometer para la traslación rápida de los laboratorios a los hospitales y de las clínicas durante la década próxima. La investigación sobre ese tema en nuestro grupo se ha comenzado hace seis años y fue soportada por varias concesiones, incluyendo el financiamiento importante de la academia de Finlandia.

Es también digno de mención que la ciudad de Oulu es famosa por todo el mundo por recibir a varias compañías produciendo el equipo hyperspectral a nivel superior que se ha utilizado en el estudio actual.

Quisiera reconocer Timo Hyvarinen y a Katja Lefevre de SPECIM, Spectral Imaging Ltd. , Finlandia para ofrecer su equipo para la evaluación así como las NOTAs constructivas del comentario y críticas relacionadas con el estudio, profesor Alexander Bykov del adjunto concluye.

Source:
Journal reference:

Dremin, V., et al. (2021) Skin complications of diabetes mellitus revealed by polarized hyperspectral imaging and machine learning. IEEE transactions on Medical imagining. doi.org/10.1109/TMI.2021.3049591.