ES3033565T3 - Apparatus for visualization of tissue - Google Patents

Apparatus for visualization of tissue

Info

Publication number
ES3033565T3
ES3033565T3 ES19837681T ES19837681T ES3033565T3 ES 3033565 T3 ES3033565 T3 ES 3033565T3 ES 19837681 T ES19837681 T ES 19837681T ES 19837681 T ES19837681 T ES 19837681T ES 3033565 T3 ES3033565 T3 ES 3033565T3
Authority
ES
Spain
Prior art keywords
tissue
unit
computing device
data
illumination
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES19837681T
Other languages
English (en)
Inventor
Guennadi Saiko
Kenneth Macko
Andrei Betlen
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Swift Medical Inc
Original Assignee
Swift Medical Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=69163974&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=ES3033565(T3) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Swift Medical Inc filed Critical Swift Medical Inc
Application granted granted Critical
Publication of ES3033565T3 publication Critical patent/ES3033565T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B15/00—Special procedures for taking photographs; Apparatus therefor
    • G03B15/02—Illuminating scene
    • G03B15/03—Combinations of cameras with lighting apparatus; Flash units
    • G03B15/05—Combinations of cameras with electronic flash apparatus; Electronic flash units
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0013—Medical image data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/445—Evaluating skin irritation or skin trauma, e.g. rash, eczema, wound, bed sore
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient; User input means
    • A61B5/742—Details of notification to user or communication with user or patient; User input means using visual displays
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B33/00—Colour photography, other than mere exposure or projection of a colour film
    • G03B33/08—Sequential recording or projection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4869—Determining body composition
    • A61B5/4875—Hydration status, fluid retention of the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4869—Determining body composition
    • A61B5/4875—Hydration status, fluid retention of the body
    • A61B5/4878—Evaluating oedema
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B2215/00—Special procedures for taking photographs; Apparatus therefor
    • G03B2215/05—Combinations of cameras with electronic flash units
    • G03B2215/0514—Separate unit

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Multimedia (AREA)
  • Dermatology (AREA)
  • General Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

Un sistema de imágenes de tejidos, compuesto por un dispositivo informático, una aplicación de visualización de tejidos, una unidad de captura de imágenes y una unidad de iluminación, está configurado para capturar datos de medición. La aplicación de visualización extrae visualizaciones de indicadores de salud tisular a partir de los datos de medición. La aplicación genera una interfaz con uno o más elementos correspondientes a la visualización de indicadores de salud tisular. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN
Aparato para la visualización de tejido
CAMPO
Los perfeccionamientos se refieren en general al campo de los dispositivos médicos.
ANTECEDENTES
Las personas sufren heridas crónicas y comprometidas con un dolor debilitante y una calidad de vida reducida para aquellos cuya salud ya está comprometida. Los pacientes con esta afección a menudo acuden al médico en fases tardías de la enfermedad, lo que conduce a muchas amputaciones que podrían ser evitables. Además, un diagnóstico adecuado requiere laboratorios vasculares especializados, lo que impide que este tipo de pruebas se realicen fuera de los grandes hospitales y de forma expedita.
La herida se considera crónica si no cicatriza en el plazo de cuatro semanas. La salud tisular y el proceso de cicatrización de heridas pueden verse comprometidos por diversos factores, incluyendo suministro de sangre insuficiente, edema y la presencia de bacterias. Estos factores (oxigenación/perfusión, humedad subepidérmica y presencia de bacterias), entre otros, serán denominados indicadores de salud tisular.
La imagenología multiespectral (hiperespectral) es una modalidad óptica no invasiva prometedora para la detección temprana de heridas problemáticas.
La visualización de la distribución cutánea de oxihemoglobina y desoxihemoglobina puede proporcionar información sobre la perfusión y la oxigenación del tejido. Se puede usar para evaluar la salud tisular (por ejemplo, isquemia). Tal como los niveles elevados de humedad subepidérmica son típicos de las lesiones por presión, la visualización de la distribución de agua en el tejido se puede usar para el diagnóstico temprano (pre-úlcera) de las lesiones por presión. La imagenología por fluorescencia es una modalidad óptica no invasiva prometedora para la detección de la carga bacteriana. La visualización de la carga bacteriana se puede usar para evaluar la carga bacteriana y guiar el hisopado y la limpieza. El documento US2018/188108 divulga un método y se divulga un aparato basado en luz espectral con un módulo de calibración espectral incorporado (integrado) para adquirir imágenes de reflectancia multiespectral desde una cámara digital. El documento US2017/236281 divulga sistemas y métodos para determinar la carga bacteriana en objetivos y rastrear los cambios en la carga bacteriana de objetivos a lo largo del tiempo.
SUMARIO
La presente invención se describe en la reivindicaciones adjuntas. También se divulga un proceso para generar visualizaciones de tejido. El proceso captura datos de medición mediante un dispositivo de usuario (por ejemplo, un teléfono inteligente) y procesa los datos de medición usando la aplicación de visualización. El proceso extrae indicaciones de salud tisular a partir de los datos de medición procesados y almacena o transmite los datos subyacentes. El proceso genera elementos de interfaz correspondientes a la visualización de indicadores de salud tisular.
El proceso puede implicar calibrar la aplicación de visualización usando un objeto de referencia.
Se puede usar una pequeña autorreferencia para posicionar el dispositivo correctamente.
Se puede usar una pequeña autorreferencia para calibrar los datos de medición basándose en una intensidad de iluminación.
Se puede usar una unidad de iluminación independiente del dispositivo móvil para calibración y capturar mediciones junto con una cámara, un ordenador portátil o una tableta.
Se proporciona un sistema de imagenología de tejidos compuesto por un dispositivo de usuario con una aplicación de visualización, una unidad de captura de imágenes y una unidad de iluminación. La unidad de iluminación está configurada para iluminar el área objetivo; la unidad de captura de imágenes captura datos de medición, la aplicación de visualización extrae visualizaciones de indicadores de salud tisular a partir de los datos de medición y genera una interfaz con uno o más elementos de interfaz correspondientes a la visualización de indicadores de salud tisular. También se proporciona un sistema de visualización de tejidos conectado a un sistema de imagenología de tejidos (dispositivo de usuario con una aplicación de visualización, una unidad de captura de imágenes y una unidad de iluminación). La unidad de iluminación ilumina el área objetivo; la unidad de captura de imágenes captura datos de medición. La aplicación de visualización extrae visualización de indicadores de salud tisular a partir de los datos de medición y transmite la visualización de indicadores de salud tisular o datos subyacentes al sistema de visualización de tejidos. El sistema de visualización de tejidos procesa y almacena la visualización de indicadores de salud tisular o datos subyacentes y los muestra en dispositivos de usuario.
Se proporciona además un aparato de iluminación portátil para facilitar visualizaciones de tejido. El aparato comprende: una carcasa portátil para fijación de manera desmontable proximal a una unidad de captura de imágenes; y una unidad de iluminación que comprende una o más fuentes de luz de banda estrecha configuradas para emitir m destellos a n longitudes de onda predeterminadas, en donde n/4 < m < n.
La unidad de iluminación puede comprender además una lente que cubre las una o más fuentes de luz, y que tiene una distancia focal que es del 80 %-120 % de una distancia de trabajo entre la unidad de iluminación y un área de tejido objetivo.
Las una o más fuentes de luz pueden estar configuradas para proporcionar destellos que son al menos uno de: (i) una longitud de onda de 405±10 nm, y que tienen al menos uno de (a) un filtro de paso largo con una longitud de onda de corte de 450±25 nm o (b) un filtro pasobanda con transmisión en un intervalo de 425 nm-1000 nm; (ii) dos longitudes de onda en un intervalo de 450 nm-750 nm, al menos una de las cuales en el intervalo verde; (iii) tres longitudes de onda en un intervalo de 450 nm-750 nm, al menos una de las cuales en el intervalo verde; o (iv) una longitud de onda de 970±10 nm.
La unidad de iluminación puede comprender además al menos uno de (i) un controlador para controlar la iluminación de las una o más fuentes de luz, y (ii) una batería recargable para alimentar el aparato.
Las una o más fuentes de luz pueden estar dispuestas a lo largo de una abertura central que tiene un radio de 0,5-3 cm.
Las una o más fuentes de luz pueden estar dispuestas en un anillo que tiene un radio de 1,5-6 cm.
La carcasa portátil puede comprender un clip de compresión para montar el aparato en un dispositivo móvil a lo largo de al menos un borde del dispositivo móvil y proximal a una cámara del dispositivo móvil.
La carcasa portátil puede comprender un clip de resorte para montar el aparato en un dispositivo móvil a lo largo de al menos un borde del dispositivo móvil y proximal a una cámara del dispositivo móvil.
Se divulga además un sistema de imagenología de tejidos para la visualización de indicadores de salud tisular que comprende un dispositivo informático portátil, una unidad de captura de imágenes y una unidad de iluminación. La unidad de iluminación comprende una o más fuentes de luz de banda estrecha configuradas para emitir m destellos a n longitudes de onda predeterminadas, en donde n/4 < m < n. La unidad de captura de imágenes y la unidad de iluminación están configuradas para capturar datos de medición para un área de tejido objetivo. El dispositivo informático comprende un procesador configurado para acceder a y ejecutar instrucciones de acuerdo con una aplicación de visualización de tejidos almacenada en una memoria legible por ordenador no transitoria del dispositivo informático, para capturar datos de medición y preprocesar y procesar los datos de medición para generar indicadores de salud tisular.
El dispositivo informático puede comprender un dispositivo móvil y la unidad de captura de imágenes es una cámara integrada con el dispositivo móvil.
La unidad de iluminación del sistema de imagenología de tejidos puede comprender cualquiera de las realizaciones del aparato de iluminación descrito anteriormente.
La unidad de iluminación portátil puede comprender además un módulo de comunicación inalámbrica para recibir órdenes desde el dispositivo informático.
Se proporciona también un sistema de visualización de tejidos conectado operativamente a uno o más sistemas de imagenología de tejidos (tales como cualquiera de los sistemas de imagenología de tejidos descritos anteriormente), que comprende un módulo de comunicaciones para comunicarse con los uno o más sistemas de imagenología de tejidos, un procesador de sistema y una memoria legible por ordenador no transitoria del sistema en el mismo, configurado para recibir datos de medición e indicadores de salud tisular desde los uno o más sistemas de imagenología de tejidos y para generar una visualización de indicadores de salud tisular de imágenes de tejidos recibidas desde los uno o más sistemas de imagenología de tejidos, para mostrarla en una unidad de visualización de usuario.
Se proporciona además un método para generar visualizaciones de tejido. El método comprende: posicionar un dispositivo informático a una distancia apropiada de un área objetivo del tejido para capturar una imagen del área objetivo, comprendiendo el dispositivo informático un procesador y una memoria legible por ordenador no transitoria que almacena instrucciones ejecutables por ordenador que comprenden una aplicación de visualización de tejidos; capturar datos de medición usando una unidad de captura de imágenes y una unidad de iluminación, la unidad de captura de imágenes y la unidad de iluminación acopladas comunicativamente al dispositivo informático y la unidad de iluminación configurada para emitir m destellos a n longitudes de onda predeterminadas durante la captura de los datos de medición, en donde n/4 < m < n; preprocesar los datos de medición usando la aplicación de visualización de tejidos para obtener imágenes normalizadas; extraer indicaciones de los indicadores de salud tisular a partir de los datos de medición preprocesados; generar elementos de interfaz correspondientes a la visualización de indicadores de salud tisular; y almacenar y/o transmitir las indicaciones de los indicadores de salud tisular.
El método puede comprender además, antes de capturar los datos de medición: capturar una imagen de referencia, en donde el posicionamiento del dispositivo informático para la captura de la imagen de referencia comprende posicionar el dispositivo informático usando un objeto de referencia.
La unidad de iluminación y el dispositivo informático pueden estar configurados para proporcionar una distancia de trabajo de 15±5 cm desde el área de tejido objetivo.
El posicionamiento del dispositivo informático para capturar los datos de medición puede comprender posicionar el dispositivo informático usando un objeto de autorreferencia.
El preprocesamiento puede comprender al menos uno de (i) registrar imágenes para evitar artefactos de movimiento de la cámara, (ii) restar imágenes sin iluminación procedente de la unidad de iluminación de imágenes con iluminación procedente de la unidad de iluminación para tener en cuenta la presencia de luz ambiental, (iii) recalibrar cada medición en consecuencia para controlar parámetros relacionados con la intensidad de la iluminación usando un objeto de autorreferencia posicionado dentro del área objetivo, (iv) dividir las imágenes de intensidad en imágenes de referencia para obtener imágenes normalizadas y/o (v) aplanar las imágenes obtenidas para tener en cuenta reflejos desde superficies curvas.
El tiempo de exposición de la cámara puede ser T y el tiempo de destello es T o cualquier número entero múltiplo de T.
El tiempo de exposición de la cámara puede ser de 50 ms.
Los datos de medición pueden comprender datos relacionados con una herida.
A los expertos en la materia les resultarán evidentes muchas otras características y combinaciones de las mismas.
DESCRIPCIÓN DE LAS FIGURAS
A continuación se hará referencia a las figuras adjuntas, en donde en las figuras:
La figura 1 representa una vista de un ejemplo de la arquitectura general del sistema con diversas configuraciones de sistemas de imagenología de tejidos;
La figura 2 representa una vista de un ejemplo de un sistema de visualización de tejidos;
La figura 3 representa una vista de un ejemplo de la unidad de iluminación y un dispositivo informático;
La figura 4 representa un diagrama de flujo de un método de ejemplo para capturar mediciones y visualizar tejido; La figura 5 representa una vista de una interfaz de ejemplo para visualizar tejido;
La figura 6 representa un diagrama de una arquitectura de ejemplo de un dispositivo informático;
La figura 7 representa un ejemplo de esquema de iluminación y captura de imágenes;
La figura 8 representa una vista de unidades de iluminación de ejemplo;
La figura 9 representa un ejemplo del flujo de trabajo utilizado para tomar imágenes de referencia; y
La figura 10 representa una vista de un esquema de imagenología de tejidos y objetos de autorreferencia.
DESCRIPCIÓN DETALLADA
Algunas herramientas de calidad clínica solo pueden usarse en establecimientos médicos especializados. Pueden ser grandes, requieren formación especial y en su mayoría son adecuados para su uso únicamente en entornos de pacientes hospitalizados. Por ejemplo, no pueden transportarse fácilmente al hogar del paciente o a comunidades remotas. Por tanto, estas soluciones no pueden usarse como herramientas de diagnóstico precoz, ya que el paciente tendría que ser remitido a un hospital que disponga de una de estas herramientas.
Muchas personas padecen diabetes. Las úlceras del pie diabético (UPD) y las amputaciones de extremidades inferiores resultantes son una complicación frecuente, incapacitante y costosa de la diabetes. Muchos diabéticos pueden desarrollar una úlcera en el pie. La UPD es una causa de amputación no traumática por debajo de la rodilla. Además de la reducción en la calidad de vida, los amputados podrían no sobrevivir mucho tiempo después de la amputación. En consecuencia, la detección temprana de la UPD puede conducir a mejores resultados, salvando así extremidades y vidas.
La enfermedad vascular periférica (EVP) afecta a las arterias (enfermedad arterial periférica, EAP) y las venas (insuficiencia venosa crónica, IVC). La EAP es de particular importancia, ya que afecta a aproximadamente ocho millones de estadounidenses y es responsable del 10 % de todas las úlceras en las piernas.
Las úlceras por presión (UPP) o lesiones por presión representan un problema de salud grave para los pacientes y afectan a hasta un 25-50 % de los pacientes en entornos de atención aguda y de largo plazo.
El coste del tratamiento de la úlcera del pie diabético, la úlcera por presión y la úlcera de la pierna es alto. Diagnosticar estas afecciones en una fase más temprana (por ejemplo, antes de la ulceración real) podría dar como resultado ahorros financieros significativos para los sistemas de atención médica y los pacientes.
Otras indicaciones clínicas asociadas con una perfusión sanguínea y/u oxigenación anormal, tales como el cáncer de piel (angiogénesis), las manchas de vino de Oporto y los trastornos de la piel, pueden beneficiarse de un sistema para imagenología de tejidos.
La humedad subepidérmica, una medida del edema localizado, se asocia con eritema y úlceras por presión (UPP) de fase I y II [Bates-Jensen 2007, 2008, Guihan 2012, Ching 2011], y puede (ii) diferenciar entre piel sana y piel con daño tisular inducido por presión [Harrow 2014] y (iii) servir como predictor de ulceración inminente (UPP, LTP) en diversas poblaciones [Bates-Jensen 2007, 2008, 2009]. Por tanto, los cambios en las medidas de humedad subepidérmica podrían utilizarse tanto para la prevención como para la detección de UPP. La medición de impedancia por radiofrecuencia con electrodos separados espacialmente es un método estándar actual para medir la humedad de la piel, incluida la humedad subepidérmica. Sin embargo, se trata de una técnica de medición de contacto de un solo punto, que puede sufrir inconsistencias por parte del operador.
La reflectancia de espectroscopia de infrarrojo cercano (NIR) se puede usar para determinar el contenido de agua en la piel. Espectro de agua que domina los espectros NIR con bandas de sobretonos de los enlaces O-H con absorción máxima a 760 nm, 970 nm (debido al segundo sobretono de la banda de estiramiento O-H), 1190 nm (la combinación del primer sobretono del estiramiento O-H y la banda de flexión O-H), 1450 nm (primer sobretono de la banda de estiramiento OH y una banda de combinación) y 1940 nm (combinación de la banda de estiramiento O-H y la banda de flexión O-H). [Luck 1974]
La absorción de agua a 1440 nm es 30 veces más fuerte que a 1190 nm, que a su vez es más de dos veces más fuerte que la absorción a 970 nm. Por tanto, las longitudes de onda de 1440 nm y 1920 nm son adecuadas para imagenología del contenido de agua en las capas superiores de la piel (estrato córneo), mientras que las de 970 nm y 1190 nm se pueden utilizar para determinar el contenido de agua e imagenología en capas más profundas de la piel, incluyendo la epidermis, la dermis (1190 nm) e incluso los tejidos subcutáneos (970 nm).
La presencia de bacterias puede afectar significativamente a la salud de los tejidos y el progreso de la cicatrización de heridas. Las bacterias siempre están presentes en la herida. Existen varios niveles distintos de carga bacteriana en la herida: contaminación, colonización e infección.
La contaminación de la herida es la presencia de organismos no replicantes en la herida. Todas las heridas crónicas están contaminadas. Estos contaminantes provienen de la microflora indígena y/o del entorno.
La colonización de la herida es la presencia de microorganismos replicantes adheridos a la herida en ausencia de lesión al hospedador. La mayoría de estos organismos son flora normal de la piel; tales comoStaphylococcus epidermidis,otro estafilococo coagulasa negativo,Corynebacteriumsp.,Brevibacteriumsp.,Proprionibacterium acnes,yPityrosporumsp.
La infección de la herida es la presencia de microorganismos que se replican dentro de una herida y que causan lesión al hospedador. Principalmente, los agentes patógenos que más preocupan sonStaphylococcus aureus, Streptococcusbetahemolítico(S. pyogenes, S. agalactiae), E. coli, Proteus, Klebsiella,anaerobios,Pseudomonas, AcinetobacteryStenotrophomonas (Xanthomonas).
La contaminación y colonización por bajas concentraciones de microbios se consideran normales y no se cree que inhiban la cicatrización. Sin embargo, la colonización y la infección críticas se asocian con un retardo significativo en la cicatrización de heridas.
Las pruebas clínicas para detectar la presencia de bacterias incluyen el análisis de hisopos del tejido. Además del largo tiempo de procesamiento (varios días), estas pruebas sufren de posible contaminación durante el hisopado y de aleatoriedad en la selección de los sitios de hisopado. Por tanto, las técnicas de diagnóstico clínico actuales son subóptimas.
La imagenología por fluorescencia portátil se puede usar para visualizar la presencia de bacterias. Se descubrió que mientras se excitaban a 405 nm, S.aureus, S. epidermidis, Candida, S. marcescens, estreptococos Viridans, Corynebacterium diphtheriae, S. pyogenes, Enterobactery Enterococcusproducían fluorescencia roja (610-640 nm) a partir de porfirina [Kjeldstad 1985] mientras queP. aeruginosaproducía una fluorescencia verde azulada (450-520 nm) a partir de pioverdina [Cody 1987]. Por tanto, se puede usar imagenología por fluorescencia para evaluar la carga bacteriana y guiar el hisopado y la limpieza de heridas.
Por tanto, la imagenología de reflectancia basada en multiespectral/hiperespectral, la imagenología por fluorescencia o su combinación pueden proporcionar información valiosa sobre la salud tisular y el potencial de cicatrización de heridas.
Las realizaciones descritas en el presente documento pueden proporcionar una herramienta para imagenología de tejidos.
La figura 1 representa una vista de un sistema de visualización de tejidos 100 de ejemplo que se conecta a sistemas de imagenología de tejidos 105 a través de la red 110.
El sistema de imagenología de tejidos 105 es un dispositivo para visualización de anomalías en la circulación sanguínea, la distribución de la humedad y la carga bacteriana en tejidos superficiales (piel o mucosa). Por ejemplo, el dispositivo se puede usar para identificar afecciones isquémicas o angiogénicas. Puede ser usado por facultativos de atención primaria, enfermeras o incluso los propios pacientes en cualquier tipo de entorno: hospitalización, consulta externa, centros de larga estancia, domicilio del paciente, etc., permitiendo así una identificación más temprana de heridas problemáticas. El sistema de imagenología de tejidos 105 puede comprender un dispositivo informático 108 que puede comprender un dispositivo móvil 108, un procesador o procesadores 108a, un medio de almacenamiento o memoria legible por ordenador no transitorio 108b, una unidad de captura de imágenes 103 y una unidad de iluminación 104. La memoria 108b puede comprender instrucciones ejecutables por ordenador que comprenden la aplicación de visualización de tejidos 112.
El dispositivo informático 108 puede ser un dispositivo informático fabricado en serie (por ejemplo, un dispositivo móvil, un teléfono inteligente, una tableta, un ordenador portátil o un ordenador personal) o un dispositivo informático personalizado. En una realización de ejemplo, el dispositivo informático 108 comprende un teléfono inteligente.
La aplicación de visualización de tejidos 112 coordina la unidad de captura de imágenes 103 y la unidad de iluminación 104 durante la captura de datos, procesa imágenes, muestra resultados en el dispositivo informático 108 y almacena y/o transmite datos al sistema de visualización de tejidos 100.
La unidad de captura de imágenes 103 puede comprender un dispositivo interno (integrado en el dispositivo informático 108) o externo capaz de capturar imágenes. En una realización de ejemplo, la unidad de captura de imágenes 103 comprende una cámara de 3 canales (RGB) o de 4 canales (RGB-NIR).
La unidad de iluminación 104 puede comprender un dispositivo interno (integrado en el dispositivo informático 108) o externo (por ejemplo, un flash multiespectral) capaz de iluminar un área objetivo con la intensidad, las longitudes de onda y la duración requeridas.
En la figura 1 se presentan ejemplos de arquitecturas del sistema de imagenología de tejidos 105. En algunas realizaciones, el sistema de imagenología de tejidos 105 puede ser un único dispositivo. En algunas realizaciones, el sistema de imagenología de tejidos 105 puede tener dos partes separadas (por ejemplo, una unidad de captura de imágenes 103 integrada en el dispositivo informático 108 y una unidad de iluminación separada 104, o una unidad de iluminación 104 integrada en el dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) y una unidad de captura de imágenes separada 103). En algunas realizaciones, el sistema de imagenología de tejidos 105 puede tener tres partes separadas (por ejemplo, un dispositivo informático 108, una unidad de captura de imágenes separada 103 y una unidad de iluminación separada 104). Los componentes separados del sistema de imagenología de tejidos 105 pueden comunicarse mediante protocolos de comunicación por cable o inalámbrica conocidos.
En una realización de ejemplo, la unidad de iluminación 104 puede ser un dispositivo fijado (por ejemplo, con clip o mediante clip de compresión) a un dispositivo informático 108, tal como un dispositivo móvil o un teléfono inteligente.
En algunas realizaciones, la unidad de iluminación 104 se puede conectar o sincronizar con la aplicación de visualización de tejidos 112 (instalada en el dispositivo informático 108 o accesible de otro modo por él), por ejemplo, mediante conexiones inalámbricas conocidas (por ejemplo, Bluetooth™), acoplamiento óptico u optoeléctrico o conexión por cable. En algunas realizaciones, la unidad de iluminación 104 se puede activar manualmente y la aplicación de visualización 112 reconoce la secuencia de luz y sincroniza la captura de imágenes.
En algunas realizaciones, la unidad de captura de imágenes 103 puede conectarse a la aplicación de visualización de tejidos 112 (instalada en el dispositivo informático 108 o accesible de otro modo por él (por ejemplo, un dispositivo móvil 108)), por ejemplo, mediante conexiones inalámbricas conocidas (por ejemplo, Bluetooth™), acoplamiento óptico u optoeléctrico o conexión por cable.
La aplicación de visualización de tejidos 112 puede, a su vez, conectarse al sistema de visualización de tejidos 100 (que puede comprender, por ejemplo, un servidor back-end). El sistema de visualización de tejidos 100 puede recopilar datos desde las aplicaciones de visualización de tejidos 112 de los sistemas de imagenología de tejidos 105, a través de la red 110. El sistema de visualización de tejidos 100 puede transmitir los datos (o transformaciones y agregaciones de los datos) al dispositivo de usuario 102, que puede incluir cualquier dispositivo con capacidad de procesamiento informático (por ejemplo, ordenador, ordenador portátil, tableta o teléfono inteligente) para uso de un usuario (por ejemplo, un facultativo u otro usuario). Por tanto, un especialista calificado puede revisar los datos recopilados por el sistema de visualización de tejidos 100 desde uno o más sistemas de imagenología de tejidos 105 utilizados para capturar imágenes en una ubicación diferente, por ejemplo, por un profesional sanitario de primera línea (por ejemplo, una enfermera) o un paciente. Esto puede facilitar el diagnóstico temprano por parte del facultativo.
El sistema de imagenología de tejidos 105 puede capturar datos de medición como imágenes del tejido de un paciente. La aplicación de visualización 112 puede extraer visualizaciones de indicadores de salud tisular a partir de los datos de medición. La aplicación de visualización 112 puede generar uno o más elementos de interfaz correspondientes a la visualización de indicadores de salud tisular. Los elementos de interfaz rellenan una interfaz para su visualización en el dispositivo informático 108 (por ejemplo, un dispositivo móvil 108).
En algunas realizaciones, el dispositivo informático 108 puede conectarse a un sistema de visualización de tejidos 100 para transmitir los datos de medición y la visualización de indicadores de salud tisular, por ejemplo. El sistema de visualización de tejidos 100 puede agregar los datos de medición y la visualización de indicadores de salud tisular procedentes de múltiples sistemas de imagenología de tejidos 105. El sistema de visualización de tejidos 100 puede procesar y almacenar los datos de medición y la visualización de indicadores de salud tisular.
En algunas realizaciones, el sistema de imagenología de tejidos 105 puede conectarse a un dispositivo de usuario 102. En algunas realizaciones, el dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) con la aplicación de visualización de tejidos 112 puede recibir y agregar datos de medición procedentes de múltiples sistemas de imagenología de tejido 105 y generar la visualización de indicadores de salud tisular para su transmisión al sistema de visualización de tejidos 100. El sistema de visualización de tejidos 100 puede agregar los datos de medición y la visualización de indicadores de salud tisular procedentes de múltiples sistemas de imagenología de tejidos 105.
El sistema de visualización de tejidos 100 recibe datos de imagenología procedentes de los sistemas de imagenología de tejidos 105 para generar una visualización del tejido y detectar heridas y anomalías. El sistema de visualización de tejidos 100 y el(los) sistema(s) de imagenología de tejidos 105 se conectan a otros componentes de diversas maneras, incluyendo el acoplamiento directo y el acoplamiento indirecto a través de la red 110. La red 110 (que puede comprender múltiples redes de comunicaciones) es capaz de transportar datos y puede implicar conexiones cableadas, conexiones inalámbricas o una combinación de las mismas. La red 110 puede implicar diferentes tecnologías, estándares y protocolos de comunicación de red.
La figura 2 representa una vista de un sistema de visualización de tejidos 100 de ejemplo de acuerdo con algunas realizaciones, interconectado con componentes del sistema.
El sistema de visualización de tejidos 100 recibe datos de imagenología procedentes del sistema de imagenología de tejidos 105 a través de la unidad de E/S de datos 218. La unidad de E/S de datos 218 facilita la transmisión de datos a la unidad de procesamiento de datos 220. La unidad de procesamiento de datos 220 procesa los datos recibidos desde la unidad de E/S de datos 218 o una o más bases de datos 224. Por ejemplo, la unidad de procesamiento de datos 220 puede aplicar uno o más algoritmos o extraer datos que pueden usarse para, o que pueden facilitar, la visualización o el procesamiento relacionado con la detección de heridas problemáticas o anomalías de la circulación sanguínea, por ejemplo, en tejidos superficiales. La unidad de procesamiento de datos 220 puede extraer, crear y/o agregar a partir de esos datos un tamaño de herida y/o un mapa, visualización o indicación de oxigenación, oxihemoglobina, desoxihemoglobina, perfusión, agua, presencia de bacterias y/u otros indicios que puedan sugerir anomalías en la salud tisular, por ejemplo, en tejidos superficiales.
La unidad de procesamiento de datos 220 puede recibir, a través de la unidad de E/S de datos 218 y la red 110, instrucciones para computación desde uno o más sistemas externos 106, el dispositivo de usuario 102, el sistema de imagenología de tejidos 105 y/o la aplicación de visualización de tejidos 112. Las instrucciones para computación pueden ser utilizadas por la unidad de procesamiento de datos 220 para facilitar la extracción, creación y/o agregación de datos que proporcionen un tamaño de herida y/o un mapa, visualización o indicación de oxigenación, oxihemoglobina, desoxihemoglobina, perfusión, agua, presencia bacteriana y/u otros indicios que puedan sugerir anomalías en la salud tisular, por ejemplo, en tejidos superficiales. En algunas realizaciones, la unidad de procesamiento de datos 220 puede procesar datos de imagenología para preparar los datos para su presentación a través de la unidad de interfaz 222 en una forma apropiada o para preparar los datos para su transmisión a un sistema externo 106, un dispositivo de usuario 102 y/o un sistema de imagenología de tejidos 105 para ser presentados en una forma apropiada.
La unidad de procesamiento de datos 220 puede recibir datos o datos procesados desde la unidad de agregación 226 y puede extraer, crear y/o agregar a partir de esos datos, datos que proporcionen un tamaño de la herida y/o un mapa, visualización o indicación de oxigenación, oxihemoglobina, desoxihemoglobina, perfusión, agua, presencia bacteriana y/u otros indicios que puedan sugerir anomalías en la salud tisular, por ejemplo, en tejidos superficiales. El mapa, visualización u otra indicación que se puede extraer, crear y/o agregar mediante la unidad de procesamiento de datos 220 puede reflejar datos de imagenología o mediciones correspondientes a una pluralidad de pacientes. Los datos procesados por la unidad de procesamiento de datos 220 pueden ser datos de imagenología recopilados en uno o más sistemas de imagenología de tejidos 105 y/o uno o más dispositivos de usuario 102. Los datos procesados por la unidad de procesamiento de datos 220 pueden ser datos de medición que reflejan una o más imágenes del tejido de un paciente.
La unidad de agregación 226 puede recibir a través de la unidad de E/S de datos 218 y/o una o más bases de datos 224 datos de imagenología correspondientes a una pluralidad de pacientes, sistemas de imagenología de tejidos 105 o dispositivos de usuario 102. La unidad de agregación 226 puede agregar o modificar los datos aplicando instrucciones para computación y, por lo tanto, puede comprender uno o más procesadores. La unidad de agregación 226 puede hacer que los datos agregados o modificados se transmitan a la unidad de procesamiento de datos 220, donde los datos pueden procesarse para prepararlos para su presentación a través de la unidad de interfaz 222 en una forma apropiada o para preparar los datos para su transmisión a un sistema externo 106, un dispositivo de usuario 102 y/o un sistema de imagenología de tejidos 105 para ser presentados en una forma apropiada.
La unidad de agregación 226 puede recibir datos procesados procedentes de la unidad de procesamiento de datos 220 correspondientes a una pluralidad de pacientes, sistemas de imagenología de tejidos 105 o dispositivos de usuario 102. La unidad de agregación 226 puede agregar o modificar los datos procesados aplicando las instrucciones para computación. La unidad de agregación 226 puede hacer que los datos agregados o modificados se transmitan a la unidad de procesamiento de datos 220, donde los datos pueden procesarse aún más para prepararlos para su presentación a través de la unidad de interfaz 222 en una forma apropiada o para preparar los datos para su transmisión a un sistema externo 106, un dispositivo de usuario 102 y/o un sistema de imagenología de tejidos 105 para ser presentados en una forma apropiada.
La unidad de agregación 226 puede recibir a través de la unidad de E/S de datos 218 instrucciones para computación desde uno o más sistemas externos 106, el dispositivo de usuario 102, el sistema de imagenología de tejidos 105 y/o la aplicación de visualización de tejidos 112. La unidad de agregación 226 puede usar las instrucciones para computación para facilitar la agregación de datos de imagenología correspondientes a una pluralidad de pacientes.
El sistema de visualización de tejidos 100 puede recibir datos de imagenología, por ejemplo, datos de imagenología agregados, desde el dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) a través de la unidad de E/S de datos 218. El sistema de visualización de tejidos 100 puede recibir datos de imagenología, por ejemplo, datos de imagenología agregados, desde sistemas externos 106 a través de la unidad de E/S de datos 218. El sistema de visualización de tejidos 100 puede recibir instrucciones informáticas para procesamiento o computación desde sistemas externos 106. Los sistemas externos 106 pueden almacenar, hacer que se almacenen y/o recibir datos desde una o más bases de datos externas 216.
La unidad de agregación 226 puede recibir a través de la unidad de E/S de datos 218 y la red 110 las instrucciones para computación desde uno o más sistemas externos 106, el dispositivo de usuario 102, el sistema de imagenología de tejidos 105 y/o la aplicación de visualización de tejidos 112.
El sistema de visualización de tejidos 100 puede estar asociado con una o más bases de datos o almacenamientos de datos 224, por ejemplo, una o más bases de datos locales. Las una o más bases de datos 224 pueden almacenar o procesar datos recibidos o transmitidos por la unidad de E/S de datos 218, la unidad de procesamiento de datos 220 y/o la unidad de agregación 226. Se puede acceder a los datos almacenados en las una o más bases de datos 224 mediante diversas unidades, incluyendo la unidad de E/S de datos 218, la unidad de procesamiento de datos 220 y/o la unidad de agregación 226. Por ejemplo, la unidad de E/S de datos 218 puede hacer que la base de datos 224 almacene datos recibidos a través de la red 110 y/o desde el dispositivo de usuario 102, los sistemas externos 106, el sistema de imagenología de tejidos 105 y/o la aplicación de visualización de tejidos 112. La unidad de procesamiento de datos 220 y la unidad de agregación 226 pueden hacer que se recuperen datos desde la base de datos 224, por ejemplo, antes de procesar o agregar los datos.
La unidad de procesamiento de datos 220 puede hacer que los datos se almacenen en la base de datos o en el almacenamiento de datos 224 después de que procesa los datos aplicando instrucciones o extrayendo datos que pueden usarse para o facilitar la visualización o el procesamiento relacionado con la detección de heridas problemáticas o anomalías de la circulación sanguínea en tejidos superficiales. La unidad de procesamiento de datos 220 puede recuperar los datos procesados desde la base de datos o del almacenamiento de datos 224 y hacer que los datos procesados se transmitan a la unidad de interfaz 222 o la red 110, por ejemplo, para su presentación a un paciente o facultativo que usa el dispositivo de usuario 102, 105 o 106, por ejemplo.
La unidad de procesamiento de datos 220 puede hacer que los datos se almacenen en la base de datos o en el almacenamiento de datos 224 después de que extrae, crea y/o agrega datos que proporcionen un tamaño de herida y/o un mapa, visualización o indicación de oxigenación, oxihemoglobina, desoxihemoglobina, perfusión, agua, presencia bacteriana y/u otros indicios que puedan sugerir anomalías en la salud tisular, por ejemplo, en tejidos superficiales.
La unidad de procesamiento de datos 220 puede usar aprendizaje automático (incluyendo ML supervisado y ML no supervisado) para extraer información a partir de imágenes y otros datos recopilados. En particular, la unidad de procesamiento de datos 220 puede construir y entrenar modelos que pueden discriminar entre diversas condiciones y proporcionar a los usuarios información adicional. En algunas realizaciones, la unidad de procesamiento de datos 220 usa redes neuronales convolucionales para la detección y/o clasificación automática o semiautomática de las condiciones de la piel o de la herida. En algunas realizaciones, modelos de ML creados y entrenados usando otras herramientas pueden implementarse en la unidad de procesamiento de datos 220 para la detección/clasificación de imágenes/datos, tal como desde un sistema externo 106.
La unidad de agregación 226 puede hacer que los datos se almacenen en la base de datos 224 después de que agrega datos de imagenología o datos procesados que corresponden a una pluralidad de pacientes y/o dispositivos de usuario 102. La unidad de agregación 226 puede recuperar los datos agregados desde una o más bases de datos 224 y hacer que los datos agregados se transmitan a la unidad de interfaz 222 o a la red 110, por ejemplo, para su presentación a un paciente o facultativo que usa el dispositivo de usuario 102, 105 o 106, por ejemplo.
El sistema de visualización de tejidos 100 puede hacer que se muestren datos en la unidad de interfaz 222, por ejemplo, datos agregados y/o procesados que proporcionen un tamaño de herida y/o un mapa, visualización o indicación de oxigenación, oxihemoglobina, desoxihemoglobina, perfusión, agua, presencia bacteriana y/u otros indicios que puedan sugerir anomalías en la salud tisular en los tejidos superficiales. Los pacientes y los facultativos pueden interactuar con una unidad de interfaz para ver o analizar los indicios.
El sistema de visualización de tejidos 100 puede hacer que datos, por ejemplo, datos agregados, datos procesados, datos de imagenología y/o datos que proporcionen un tamaño de herida y/o un mapa, visualización o indicación de oxigenación, oxihemoglobina, desoxihemoglobina, perfusión, agua, presencia bacteriana y/u otros indicios que puedan sugerir anomalías en la salud tisular en los tejidos superficiales, se transmitan a uno o más sistemas externos 106, tal como a través de la red 110.
Por ejemplo, el sistema de visualización de tejidos 100 puede recibir datos de imagenología desde una pluralidad de sistemas de imagenología de tejidos 105, procesar y/o agregar los datos usando la unidad de procesamiento de datos 220 y/o la unidad de agregación 226, y hacer que los datos se enruten, a través de una o más redes 110, por ejemplo al facultativo apropiado (por ejemplo, un médico de familia) para su evaluación. El facultativo puede estar interactuando con un dispositivo de usuario 102, un sistema externo 106 o un sistema de imagenología de tejidos 105.
Un dispositivo de usuario 102 puede recibir, procesar y/o agregar datos desde una pluralidad de sistemas de imagenología de tejido 105 y/o correspondientes a una pluralidad de pacientes o mediciones de tejido. El dispositivo de usuario 102 puede recibir instrucciones para computación desde uno o más sistemas externos 106 o sistemas de imagenología de tejidos 105.
El sistema de visualización de tejidos 100 puede conectarse a diversos componentes, incluyendo el dispositivo de usuario 102, el sistema de imagenología de tejidos 105, sistemas externos 106, base de datos externa 216, de diversas maneras, incluyendo acoplarse directamente y acoplarse indirectamente a través de la red 110 (que puede comprender múltiples redes). Cada uno de estos componentes puede conectarse entre sí de diversas maneras, incluyendo acoplarse directamente y acoplarse indirectamente a través de la red 110 (o múltiples redes).
La figura 3 representa una vista de un ejemplo de sistema de imagenología de tejidos 105 compuesto por la unidad de iluminación 104 y un dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) que comprende una unidad de captura de imágenes interna 103 y una aplicación de visualización de tejidos instalada 112, de acuerdo con algunas realizaciones.
Un sistema de imagenología de tejidos 105 está asociado con una unidad de captura de imágenes 103. La unidad de captura de imágenes 103 puede comprender una cámara de teléfono inteligente (frontal o trasera), por ejemplo.
Un dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) está asociado con una interfaz de visualización 318. La interfaz de visualización 318 puede ser una pantalla o un visor, por ejemplo. En algunas realizaciones, un dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) está asociado con una unidad de E/S de aplicación 322 que puede facilitar la transmisión de datos entre una unidad de iluminación 104 y el dispositivo informático 108.
Una unidad de iluminación 104 puede estar asociada con un dispositivo informático 108, por ejemplo, a través de un conector físico 302 que fija la unidad de iluminación 104 al dispositivo informático 108, tal como el dispositivo móvil 108. Una unidad de iluminación 104, que actúa como un dispositivo generador de destellos externo, está asociada con una unidad de luz 300, que puede incluir múltiples fuentes de luz 300. Las unidades de luz 300 pueden estar dispuestas en un círculo en la unidad de iluminación 104, por ejemplo. En una realización de ejemplo, las unidades de luz 300 están dispuestas en una configuración circular alrededor de una abertura central.
En algunas realizaciones, una unidad de E/S 304 asociada con la unidad de iluminación 104 puede facilitar la transmisión de datos entre la unidad de iluminación 104 y el dispositivo informático 108. Por ejemplo, la unidad de E/S 304 puede enviar y recibir datos desde una unidad de E/S de aplicación 322. La unidad de E/S 304 y la unidad de E/S de aplicación 322 pueden implementar conectividad a través de Bluetooth, un cable (por ejemplo, USB, Lightning, conector de audio), WiFi, comunicación de campo cercano, acoplamiento óptico u optoelectrónico u otros medios. Esta comunicación puede facilitar la sincronización de la unidad de luz 300 y la captura de datos por la unidad de captura de imágenes 103, por ejemplo, de acuerdo con un esquema de iluminación que puede tener en cuenta diversos tipos de iluminación externa.
Un controlador 301 hace que las fuentes de luz parpadeen de una manera predeterminada. El controlador 301 puede recibir órdenes desde la unidad de E/S 304 o activarse manualmente (por ejemplo, usando un botón). El controlador 301 puede basarse en cualquier tipo de microprocesador o microcontrolador de uso general, un procesador de procesamiento de señales digitales (DSP), un circuito integrado, una unidad central de procesamiento (CPU), una unidad de procesamiento de gráficos (GPU), una matriz de puertas programables en campo (FPGA), un procesador reconfigurable, una memoria de solo lectura programable (PROM) o cualquier combinación de los mismos. En una realización de ejemplo, el controlador 301 se basa en un microcontrolador.
En algunas realizaciones, la lente 307 que cubre las fuentes de luz 300 se puede usar para homogeneizar la distribución de luz en el área objetivo. En una realización de ejemplo, se usa la lente de Fresnel. La distancia focal de la lente se puede elegir en el intervalo del 80-120 % de la distancia de trabajo entre la unidad de iluminación 104 y el área objetivo. En la realización preferida, la distancia focal de la lente es igual a la distancia de trabajo. Dicha distancia focal tiende a crear una distribución de luz de iluminación homogénea en el área objetivo, lo que tiende a dar como resultado un uso más óptimo del intervalo dinámico y una mayor precisión de las mediciones en la periferia del área objetivo.
Para las mediciones de carga bacteriana, el filtro de emisión 305 cubre la unidad de captura de imágenes 103 (por ejemplo, la cámara de un teléfono inteligente) para bloquear la iluminación de excitación a 405±10 nm. En una realización de ejemplo, el filtro de emisión está unido a la unidad de iluminación 104. En algunas realizaciones, el filtro de emisión 305 es un filtro de paso largo con una longitud de onda de corte de 450±25 nm. En algunas realizaciones, el filtro de emisión es un filtro pasobanda con la transmisión en el intervalo de 425-750 nm, que tiene la longitud de onda de corte inferior en el intervalo de 450±25 nm.
El dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) admite una aplicación de visualización de tejidos 112. El dispositivo informático 108 puede funcionar con cualquier sistema operativo adecuado, tal como iOS, Android o Windows. La aplicación de visualización de tejidos 112 puede ayudar a posicionar el dispositivo informático, por ejemplo, un teléfono inteligente, a una distancia apropiada de un área objetivo; puede sincronizar destellos procedentes de una unidad de iluminación 104 con la unidad de captura de imágenes 103; puede causar o coordinar la captura de un conjunto de imágenes; puede causar o facilitar el procesamiento local de las imágenes o de los datos capturados; puede causar la captura de información del área objetivo (por ejemplo, ubicación, lateralidad, descripción, tamaño de la herida, tipo de tejido, ID del paciente, etc.); puede causar o facilitar la extracción, creación y/o agregación de datos que proporcionen un mapa, visualización o indicación de oxigenación, oxihemoglobina, desoxihemoglobina, perfusión, agua, presencia bacteriana y/u otros indicios que puedan sugerir anomalías de la salud tisular en los tejidos superficiales; puede causar o facilitar el almacenamiento de datos en el dispositivo informático 108; y puede causar o facilitar que los datos se transmitan a través de una o más redes 110.
La aplicación de visualización de tejidos 112 incluye una unidad de posicionamiento 324, una unidad de preprocesamiento 326, una unidad de calibración 328 y una unidad de procesamiento de aplicación 330.
La unidad de posicionamiento 324 puede causar o facilitar el posicionamiento de la unidad de captura de imágenes 103 en relación con un área de tejido del paciente que es un objetivo para medición.
Por ejemplo, en algunas realizaciones, la unidad de posicionamiento 324 puede usar un objeto de referencia (o autorreferencia) (por ejemplo, un círculo, cuadrado, rectángulo blanco u otra forma, color u objeto) en el área objetivo, donde el objeto de referencia (o autorreferencia) y el área objetivo pueden visualizarse a través de un visor o pantalla asociada con, por ejemplo, el dispositivo móvil 108. En algunas realizaciones, la unidad de posicionamiento 324 puede reconocer el objeto de referencia y hacer que se presente una superposición en la interfaz de visualización 318.
En algunas realizaciones, la superposición puede ser marcas, líneas, flechas, formas y/u otros atributos que puede usar una persona involucrada con la interfaz de pantalla 318 para mover el dispositivo informático 108 (por ejemplo, el dispositivo móvil 108), por ejemplo, hacia delante y/o hacia atrás para crear un posicionamiento apropiado de la unidad de captura de imágenes 103. La aplicación de visualización de tejidos 112 puede ajustar la presentación de la superposición en la interfaz de visualización 318 en relación con la presentación del objeto o tejido de referencia en la interfaz de visualización 318. Esto puede ayudar a guiar el movimiento del usuario de la unidad de captura de imágenes 103 o del dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) para lograr un posicionamiento apropiado de la unidad de captura de imágenes 103 o del dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) en relación con el área de tejido del paciente que es un objetivo para medición.
En algunas realizaciones, la superposición presentada en la interfaz de visualización 318 puede ser de un tamaño predeterminado y presentarse en ubicaciones predeterminadas en la interfaz de visualización 318.
En algunas realizaciones, la unidad de posicionamiento 324 puede usar el tamaño del objeto de referencia para activar la captura automática de datos cuando el dispositivo informático 108 (por ejemplo, un dispositivo móvil) o la unidad de captura de imágenes 103 está a una determinada distancia del área objetivo.
En algunas realizaciones, la unidad de posicionamiento 324 puede guiar a un usuario para mover el dispositivo informático 108 (por ejemplo, un dispositivo móvil), por ejemplo, hacia delante y/o hacia atrás para crear un posicionamiento apropiado de la unidad de captura de imágenes 103, mediante órdenes gráficas, de texto o de voz.
En algunas realizaciones, se pueden usar objetos de referencia para facilitar el cálculo de una distancia desde una herida y/o para redimensionar imágenes o datos de medición.
En algunas realizaciones, la unidad de captura de imágenes 103 puede posicionarse a una distancia apropiada de un área objetivo, por ejemplo, una herida, mediante otros medios, tales como usando un telémetro o una regla.
La aplicación de visualización de tejidos 112 puede ayudar a controlar la iluminación del tejido del paciente que es un objetivo para medición y/o la iluminación de una o más imágenes capturadas por la unidad de captura de imágenes 103 para ayudar a garantizar que la iluminación sea estable y/o predecible. La intensidad de iluminación puede depender de la distancia de la unidad de captura de imágenes 103 al área objetivo y de la estabilidad de, por ejemplo, la intensidad de la fuente de luz, por ejemplo, LED, que puede degradarse con el tiempo o dentro de un ciclo de batería. El control de dichos factores puede ser facilitado por la unidad de preprocesamiento 326. Por ejemplo, la aplicación de visualización de tejidos 112 puede usar un objeto de autorreferencia (por ejemplo, un círculo blanco o gris) que se coloca dentro de un área objetivo para medir la intensidad de cada longitud de onda en cada destello y recalibrar cada medición en consecuencia. Una sola medición puede incluir múltiples destellos y longitudes de onda.
En algunas realizaciones, la unidad de preprocesamiento 326 puede comparar la intensidad de un objeto de autorreferencia en la imagen objetivo con la intensidad de la misma región en la imagen de referencia y usa la proporción entre los dos para graduar la intensidad de la imagen objetivo píxel por píxel.
Para las imágenes de reflectancia, la unidad de procesamiento de aplicación 330 puede procesar datos de imágenes capturados por la unidad de captura de imágenes 103 y preprocesados por la unidad de preprocesamiento 326. Por ejemplo, el usuario o la unidad de procesamiento de aplicación 330 puede comparar una o más imágenes o mediciones del paciente de un área sospechosa con una o más imágenes o mediciones del paciente de un área no afectada.
Una observación puede consistir en una o más mediciones en un paciente. Se pueden usar las una o más imágenes o mediciones del paciente de un área no afectada (sitios de control) para establecer una situación de referencia para un paciente en particular. De forma ideal, se puede seleccionar como sitio de control un punto con piel intacta simétrico con respecto a la médula espinal (por ejemplo, en otra extremidad) al área sospechosa (esta puede ser otra extremidad; por ejemplo, si el tobillo izquierdo de una persona está afectado, entonces se puede seleccionar el tobillo derecho como sitio de control). Sin embargo, si no es posible (por ejemplo, amputación de una extremidad o úlceras muy extendidas), se pueden usar otras ubicaciones (por ejemplo, fosa antecubital) como sitio de control. En el caso de una sola medición (por ejemplo, solo un área sospechosa), las lecturas del área sospechosa se pueden comparar con un área en la misma imagen distante del área sospechosa.
En algunas realizaciones, la aplicación de visualización de tejidos 112 puede comparar una imagen de un área sospechosa con una o más imágenes de sitios de control. La aplicación de visualización de tejidos 112 puede procesar una imagen y también puede funcionar en modo de vídeo para procesar una serie de imágenes o fotogramas de vídeo.
La unidad de procesamiento de aplicación 330 puede usar los datos capturados por la unidad de captura de imágenes 103 para facilitar la extracción, creación y/o agregación de datos que proporcionen un mapa, visualización o indicación de oxigenación, oxihemoglobina, desoxihemoglobina, perfusión, agua, presencia de bacterias y/u otros indicios que puedan sugerir anomalías en la salud tisular, por ejemplo, en tejidos superficiales.
El resultado del sistema puede ser un mapa 2D en falso color o escala de grises de los indicadores de salud tisular.
Estos mapas pueden presentarse a través de la interfaz de visualización 318 y/o transmitirse a través de una o más redes 110, por ejemplo, a un sistema de visualización de tejidos 100 o a un dispositivo de usuario 102. Por ejemplo, los niveles de oxigenación y perfusión pueden resaltar áreas con suministro de sangre anómalo, es decir, áreas isquémicas (perfusión y oxigenación significativamente reducidas) y angiogénicas (perfusión aumentada). Un facultativo capacitado podrá interpretar estos mapas 2D para evaluar la importancia de los hallazgos y decidir los próximos pasos, por ejemplo, solicitar estudios más profundos, monitorizar el progreso o descartar el asunto.
La unidad de procesamiento de aplicación 330 puede hacer que los datos procesados se presenten a través de la interfaz de visualización 318 y/o se transmitan a través de una red 110.
En algunas realizaciones, la unidad de procesamiento de aplicación 330 puede usar aprendizaje automático (ML) (incluido ML supervisado y ML no supervisado) para extraer información a partir de imágenes recopiladas y otros datos. En particular, la unidad de procesamiento de aplicación 330 puede construir y entrenar modelos que pueden discriminar entre diversas condiciones y proporcionar a los usuarios información adicional. En algunas realizaciones, la unidad de procesamiento de aplicación 330 usa redes neuronales convolucionales para la detección y/o clasificación automática o semiautomática de las condiciones de la piel o de la herida. En algunas realizaciones, los modelos de ML se pueden construir y entrenar usando otras herramientas (por ejemplo, la unidad de procesamiento de datos 220) e implementar en la unidad de procesamiento de aplicación 330 para la detección/clasificación de imágenes/datos.
La figura 4 es un diagrama de flujo de un método de ejemplo para capturar mediciones y visualizar tejido de acuerdo con algunas realizaciones.
En 402, un dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) se posiciona a una distancia apropiada (distancia de trabajo) en relación con un área de tejido (por ejemplo, usando una unidad de posicionamiento 324). En algunas realizaciones, el dispositivo informático 108 o la unidad de captura de imágenes 103 se posiciona a 10-30 cm del tejido. En una realización, la unidad de captura de imágenes 103 se posiciona a 10-15 cm del tejido.
En 404, la unidad de captura de imágenes 103 junto con la unidad de iluminación 104 captura una medición de tejido de acuerdo con un esquema de iluminación.
En 406, en algunas realizaciones, la unidad de preprocesamiento 326 preprocesa los datos de medición a) registrando (alineando) imágenes para evitar artefactos de movimiento de la cámara, b) restando imágenes sin iluminación de las imágenes con iluminación para tener en cuenta la presencia de una luz ambiental.
En algunas realizaciones, la etapa 406 puede incluir cualquiera o todas las etapas adicionales: c) recalibrar cada medición en consecuencia para controlar los parámetros relacionados con la intensidad de iluminación, d) dividir las imágenes de intensidad en imágenes de referencia para obtener imágenes normalizadas, e) aplanar las imágenes. En otras realizaciones, el filtrado y el procesamiento del dominio de frecuencia (por ejemplo, la transformada rápida de Fourier) se pueden usar adicionalmente para eliminar el ruido.
La recalibración de cada medición usando un objeto de autorreferencia puede tener en cuenta cualquier posible deriva o degradación de la intensidad de la luz de iluminación, lo que tenderá a mejorar la calidad de los resultados.
La división de las imágenes de intensidad en imágenes de referencia puede tener en cuenta la heterogeneidad de la distribución de luz de iluminación en un área objetivo, lo que da como resultado imágenes normalizadas que tienden a mejorar la calidad de los resultados
La imagenología de partes del cuerpo con gran curvatura (por ejemplo, talones o dedos de los pies) puede suponer un desafío clínico importante. Diferentes partes del área objetivo están a diferentes distancias de la unidad de iluminación y la cámara, y dado que la cámara registra la intensidad de luz que depende de esa distancia, las curvaturas pueden afectar negativamente a la precisión de las mediciones o pueden producir resultados erróneos. En una realización, la etapa de aplanar imágenes es tener en cuenta el reflejo de la luz desde superficies curvas. Esto se puede conseguir mediante una pluralidad de métodos. En algunas realizaciones, se usa la aproximación de la forma de la parte del cuerpo y el redimensionamiento de la imagen normalizada para compensar estas desviaciones de la distancia de trabajo. En otras realizaciones, se puede usar ajuste de forma (por ejemplo, esférica, elipsoidal o cilíndrica).
En algunas realizaciones, el registro (alineación) de imágenes se puede realizar usando algoritmos de correlación de fase o coincidencia de bloques (por ejemplo, usando un objeto de autorreferencia).
En algunas realizaciones, la recalibración se puede realizar mediante la unidad de preprocesamiento 326 usando un objeto de autorreferencia para medir la intensidad de cada longitud de onda en cada destello.
En algunas realizaciones, se pueden omitir cualquiera o todas las etapas posteriores a la etapa 406.
En algunas realizaciones, la unidad de procesamiento de aplicación 330 puede causar la transmisión a través de la red 110 de datos, tales como imágenes preprocesadas, después de la etapa 406. En este caso, tras la recepción de los datos, la unidad de procesamiento de datos 220 del sistema de visualización de tejidos 100 puede extraer y visualizar indicadores de salud tisular.
En 408, la unidad de procesamiento de aplicación 330 procesa las imágenes para extraer información, tal como las concentraciones de cromóforos del tejido. En algunas realizaciones, la unidad de procesamiento de aplicación 330 extrae indicaciones de oxihemoglobina y desoxihemoglobina. En algunas realizaciones, además de la oxi- y desoxihemoglobina, la unidad de procesamiento de aplicación 330 extrae la indicación de melanina. En algunas realizaciones, la unidad de procesamiento de aplicación 330 extrae adicionalmente indicaciones de contenido de agua.
En algunas realizaciones, las indicaciones de oxihemoglobina, desoxihemoglobina y agua se pueden extraer directamente de las imágenes obtenidas usando un modelo de Beer-Lambert o un modelo de Beer-Lambert modificado.
En una realización de ejemplo, se realiza una etapa adicional para extraer coeficientes de absorción de tejido a partir de las imágenes obtenidas usando un modelo óptico del tejido (o un modelo de propagación de luz del tejido). Un modelo óptico del tejido vincularía la señal reflejada con las propiedades ópticas de los tejidos, es decir, los coeficientes de absorción y dispersión. Se pueden usar diversos modelos de propagación de luz (por ejemplo, el modelo de aproximación difusa) para extraer dicha relación. El modelo apropiado se puede seleccionar basándose en consideraciones de precisión aceptable frente a intensidad computacional.
En algunas realizaciones, se puede usar el ajuste de mínimos cuadrados, o LSF (con o sin regularización), para extraer la concentración de cada cromóforo. En algunas realizaciones, el LSF extrae indicaciones de cromóforos directamente a partir de las imágenes obtenidas. En una realización de ejemplo, se aplica LSF después de la extracción de la indicación del coeficiente de absorción usando el modelo de propagación de luz del tejido.
En otras realizaciones, se pueden usar otros métodos de ajuste de curvas (por ejemplo, desviaciones absolutas mínimas) para extraer indicaciones de cromóforos.
En 410, la unidad de procesamiento de aplicación 330 extrae indicios que permiten presentar los indicadores de salud tisular del tejido captado en imágenes. Por ejemplo, los indicios pueden permitir que la oxigenación y/o la perfusión se presenten como un mapa.
En algunas realizaciones, la unidad de procesamiento de aplicación 330 puede enviar a la red 110 datos de la etapa 408. En este caso, la unidad de procesamiento de datos 220 visualizará los indicadores de salud tisular.
En 412, la aplicación de visualización de tejidos 112 genera una visualización de los indicadores de salud tisular del tejido captado en imágenes y hace que la visualización se presente a través de la interfaz de visualización 318.
En algunas realizaciones, el dispositivo informático 108 comprende una interfaz gráfica de usuario mostrada en la interfaz de visualización 318 por la unidad de procesamiento de aplicación 330. En 414, la aplicación de visualización de tejidos 112 recopila datos relacionados con la imagen (por ejemplo, ID del paciente, lateralidad, ubicación, diagnóstico, comentarios, mediciones). En algunas realizaciones, se usa un sistema de reconocimiento de voz para recopilar datos.
En 416, la aplicación de visualización de tejidos 112 hace que se almacene y/o transmita un archivo de resultados de los datos o indicios, por ejemplo, a través de una red 110 a un dispositivo de usuario 102, un sistema de visualización de tejidos 100 y/o sistemas externos 106.
La figura 5 es una vista de una interfaz de ejemplo para visualizar tejido de acuerdo con algunas realizaciones.
En algunas realizaciones, se puede implementar una barra de colores 502 para guiar al usuario cuando ve la imagen.
En algunas realizaciones, se puede implementar la herramienta de promediado 504 (que promedia el índice de salud tisular dentro de un área definida) para ayudar al usuario. En algunas realizaciones, la herramienta de promediado 504 puede ser un círculo pequeño en una pantalla táctil, tal como el área relativamente pequeña que se muestra en la figura 5.
La figura 6 es un diagrama esquemático de una realización de ejemplo del dispositivo informático 108. Como se representa, el dispositivo informático 108 (por ejemplo, el dispositivo móvil 108) incluye al menos un procesador 602, una memoria 604, al menos una interfaz de E/S 606 y al menos una interfaz de red 608.
Cada procesador 602 puede ser, por ejemplo, cualquier tipo de microprocesador o microcontrolador de uso general, un procesador de procesamiento de señales digitales (DSP), un circuito integrado, una unidad central de procesamiento (CPU), una unidad de procesamiento de gráficos (GPU), una matriz de puertas programables en campo (FPGA), un procesador reconfigurable, una memoria de solo lectura programable (PROM) o cualquier combinación de los mismos.
La memoria 604 puede incluir una combinación adecuada de cualquier tipo de memoria informática que esté ubicada interna o externamente tal como, por ejemplo, memoria de acceso aleatorio (RAM), memoria de solo lectura (ROM), memoria de solo lectura de disco compacto (CDROM), memoria electroóptica, memoria magnetoóptica, memoria de solo lectura programable y borrable (EPROM) y memoria de solo lectura programable y borrable eléctricamente (EEPROM), RAM ferroeléctrica (FRAM) o similares.
Cada interfaz de E/S 606 permite que el dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) se interconecte con uno o más dispositivos de entrada, tales como un teclado, un ratón, una cámara, una pantalla táctil y un micrófono, o con uno o más dispositivos de salida, tales como una pantalla de visualización y un altavoz.
Cada interfaz de red 608 permite que el dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) se comunique con otros componentes, intercambie datos con otros componentes, acceda y se conecte a recursos de red, sirva aplicaciones y realice otras aplicaciones informáticas conectándose a una red (o múltiples redes) capaz de transportar datos.
El dispositivo informático 108 puede funcionar para registrar y autenticar usuarios (usando un nombre de usuario, un identificador único y una contraseña, por ejemplo) antes de proporcionar acceso a aplicaciones, una red local, recursos de red, otras redes y dispositivos de seguridad de red. Los dispositivos informáticos 108 pueden atender a un usuario o a múltiples usuarios.
La figura 7 es un ejemplo de un esquema de iluminación y captura de imágenes de acuerdo con algunas realizaciones. Se pueden usar otros esquemas de iluminación y captura de imágenes. Para tener en cuenta la iluminación externa, se ha desarrollado el esquema de captura de imágenes/iluminación de ejemplo de la figura 7.
La figura 7 representa gráficamente el destello 702 coordinado por la unidad de iluminación 104, en función del tiempo. El dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) usa la sincronización del destello si se usa la unidad de iluminación 104 para proporcionar el destello externo. Como se muestra en 702, el esquema (ciclo) de iluminación consiste en m destellos (con m=2 en el ejemplo de la figura 7) y un período sin destellos, con n/4<m<n, donde n es el número de longitudes de onda. Los ciclos se pueden repetir continuamente durante la captura en modo de vídeo.
El tiempo de exposición (T) para cada fotograma (en milisegundos) se puede seleccionar como T=k/2*f, donde k es un número entero y f es la frecuencia de utilidad para un país particular en Hz (por ejemplo, 60 Hz para América del Norte, 50 Hz para Europa). En un modo de vídeo, la velocidad de fotogramas se puede seleccionar como fps=2*f/k (por ejemplo, 30, 24, 20, 15, 12 y 10 fps para América del Norte y 25, 20 y 10 fps para Europa). La velocidad de fotogramas de 20 fps (T=50 ms) es una selección de ejemplo. Puede funcionar sin ninguna configuración con fuentes de luz externas conectadas a cualquier red eléctrica (50 Hz o 60 Hz). También se pueden usar otras velocidades de fotogramas.
La duración de cada destello puede ser T o cualquier número entero múltiplo de T. Esta disposición facilita la sincronización óptica sencilla entre la unidad de iluminación y la unidad de captura de imágenes. Por ejemplo, el ciclo consiste en m destellos consecutivos con una duración de 2T milisegundos cada uno, seguidos por un período sin iluminación de 2T milisegundos de duración, como se muestra en el gráfico 702.
En algunas realizaciones, el dispositivo informático 108 (por ejemplo, el dispositivo móvil 108) asociado con una unidad de iluminación 104 puede usar el mismo fotograma para capturar una imagen iluminada a 2, 3 o 4 longitudes de onda, que pueden ser capturadas por longitudes de onda de diferente color de una cámara RGB (por ejemplo, 480 y 660 nm, que serán capturadas por longitudes de onda azul y roja, respectivamente) o una cámara RGB-NIR.
La figura 8 es una vista de unidades de iluminación de ejemplo de acuerdo con algunas realizaciones.
Una unidad de iluminación 104 puede ser un dispositivo de flash externo que se puede fijar a un dispositivo informático 108, por ejemplo, un teléfono inteligente. En algunas realizaciones, se puede sincronizar con una aplicación de visualización de tejidos 112 o un dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) usando Bluetooth u otra conectividad. En algunas realizaciones, la unidad de iluminación 104 se puede incorporar en una carcasa para un dispositivo informático 108 (por ejemplo, un dispositivo móvil 108). En algunas realizaciones, la unidad de iluminación 104 recibe alimentación desde el dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) o de una fuente externa (por ejemplo, un cargador de pared).
En algunas realizaciones, la unidad de iluminación 104 comprende una batería. La unidad de iluminación 104 también puede ser cargable usando un puerto micro USB estándar, de forma inalámbrica o por medio de carga inductiva.
La unidad de iluminación 104 se puede usar con una cámara frontal o trasera de un dispositivo móvil 108, por ejemplo. La vista 806 de la unidad de iluminación ilustra una unidad de iluminación 104 utilizada junto con una cámara frontal de un dispositivo informático de usuario 108.
En algunas realizaciones, la unidad de iluminación 104 puede diseñarse de manera óptima para asociarse con un dispositivo informático 108 (por ejemplo, el dispositivo móvil 108) por medio de un clip u otro medio 302 que se puede fijar al dispositivo informático 108 (por ejemplo, el dispositivo móvil 108) con un grosor de hasta 15 mm, como se muestra en las vistas 802 y 804.
En una realización de ejemplo, la unidad de iluminación 104 usa un clip de compresión que se puede fijar al dispositivo informático 108 (por ejemplo, el dispositivo móvil 108), con un grosor de hasta 15 mm, como se muestra en la vista 802. En algunas realizaciones, la unidad de iluminación 104 se puede montar usando un clip de resorte, como se muestra en las vistas 804 y 806.
La unidad de iluminación 104 puede producir una secuencia de destellos de longitud predeterminada. Una longitud de onda puede referirse a fuentes de luz que brillan a la misma longitud de onda o a la posibilidad de que múltiples longitudes de onda brillen en un solo destello. Cada uno de los destellos puede brillar a 1-4 longitudes de onda específicas.
La unidad de iluminación 104 puede usar fuentes de luz 300 de banda estrecha y alta eficiencia, tales como LED. La fuente de luz de la unidad de iluminación 104 puede contener LED de una o múltiples longitudes de onda.
Como se muestra en la vista 802, las fuentes de luz 300 pueden disponerse en círculo, con un centro cerca del centro de la cámara 103 del dispositivo informático 108 (por ejemplo, el dispositivo móvil 108).
En algunas realizaciones, cada longitud de onda puede consistir en dos o cuatro fuentes de luz 300, dispuestas en un patrón simétrico en una unidad de iluminación 104 (por ejemplo, cada 180 o 90 grados en un círculo).
Para las mediciones de oxigenación, la unidad de iluminación 104 puede usar dos o más longitudes de onda en el intervalo de 450-750 nm. Para las mediciones de oxigenación y perfusión y la compensación del color de la piel (melanina), la unidad de iluminación 104 puede usar tres o más longitudes de onda en el intervalo de 450-750 nm. En una realización de ejemplo, se usa el intervalo de 450-650 nm.
Las longitudes de onda se pueden seleccionar entre una o más de las siguientes regiones: a) mayor discriminación en absorción de luz entre oxi- y desoxihemoglobina: 450-500 nm y 600-750 nm, b) puntos isobésticos (por ejemplo, 510±10 nm, 525±10 nm y 590±10 nm), c) mayor absorción por oxi- y desoxihemoglobina: 540-580 nm.
Para la medición del contenido de agua, además de dos o más longitudes de onda en el intervalo de 450-750 nm (o preferentemente 450-650 nm), se usa una longitud de onda de 970±10 nm.
Para las mediciones de la carga bacteriana, se usa una longitud de onda de 405±10 nm. En algunas realizaciones, se puede combinar con dos o más longitudes de onda en el intervalo de 450-750 nm (o preferentemente 450-650 nm), lo que captura imágenes de reflectancia.
Para las mediciones de carga bacteriana, la unidad de iluminación 104 o la unidad de captura de imágenes 103 puede contener un filtro de emisión 305. En una realización de ejemplo, el filtro de emisión está unido a la unidad de iluminación 104. En algunas realizaciones, el filtro de emisión 305 es un filtro de paso largo con una longitud de onda de corte de 450±25 nm. En algunas realizaciones, el filtro de emisión es un filtro pasobanda con la transmisión en el intervalo de 425-750 nm, que tiene la longitud de onda de corte inferior en el intervalo de 450±25 nm.
La unidad de iluminación 104 se puede sincronizar con una unidad de captura de imágenes 103 del dispositivo informático 108 (por ejemplo, el dispositivo móvil 108) para producir un esquema de iluminación. La unidad de iluminación 104 asociada con una unidad de captura de imágenes 103 puede seguir un esquema de iluminación donde cada longitud de onda brilla secuencialmente (n=m, donde n es el número de longitudes de onda, m es el número de destellos en un ciclo).
En algunas realizaciones, la unidad de luz 300 configurada para interactuar con un dispositivo informático 108 (por ejemplo, el dispositivo móvil 108) o la unidad de captura de imágenes 103 puede tener las siguientes implementaciones de ejemplo:
- la unidad de luz 300 puede proporcionar luz desde fuentes dispuestas en círculo o de otra manera;
- la unidad de luz 300 puede usar dos, cuatro u otro número de fuentes de luz por longitud de onda;
- la unidad de luz 300 puede usar fuentes de luz con una longitud de onda central de 405±10 nm para la obtención de imágenes de bacterias;
- la unidad de luz 300 puede usar un intervalo adicional de 750-1000 nm para dispositivos de usuario 102 sin un filtro IR en la cámara (por ejemplo, cámara frontal en un teléfono inteligente);
- la unidad de luz 300 puede usar fuentes de luz con una longitud de onda central de 970±10 nm para la obtención de imágenes de agua para dispositivos de usuario 102 sin un filtro IR en la cámara (por ejemplo, cámara frontal en un teléfono inteligente);
- la unidad de iluminación 104 y/o la unidad de luz 300 y un dispositivo informático 108 (por ejemplo, el dispositivo móvil 108) pueden montarse en un dispositivo de extensión (por ejemplo, en un palo de Selfie);
- la unidad de imagenología 104 puede estar, o no, asociada con una lente externa (por ejemplo, una lente macro), un filtro de emisión, un polarizador.
En algunas realizaciones, la unidad de iluminación 104, por ejemplo, que incluye un flash externo multiespectral, puede funcionar con una unidad de captura de imágenes 103 u otro dispositivo de grabación. Por ejemplo, la unidad de iluminación 104 puede estar integrada con un ordenador personal, una tableta u otro dispositivo.
Los sistemas descritos tienden a ofrecer claras ventajas. Por ejemplo: el diseño del flash se puede usar con cualquier dispositivo informático 108, tal como un teléfono inteligente (iOS, Android, etc.) de cualquier forma; el esquema de captura de imágenes/flash puede permitir mediciones en cualquier tipo de luz ambiental y con cualquier tipo de teléfono inteligente; la autocalibración usando un objeto de autorreferencia aumenta la precisión; el posicionamiento adecuado de la cámara (distancia de la herida) se facilita mediante el uso de un objeto de autorreferencia (por ejemplo, un círculo); y el esquema de iluminación produce una iluminación reproducible y homogénea. Las ventajas esperadas mencionadas anteriormente son ejemplos de ventajas y pueden no comprender todas las ventajas de los sistemas/dispositivos actuales.
El sistema también puede tender a superar desafíos, por ejemplo, de construcción del flash, en el caso de un teléfono inteligente, tal como el desafío de que cada teléfono inteligente puede tener su propio factor de forma y por lo tanto requeriría construir múltiples carcasas al menos para los modelos más populares. Otros desafíos que el sistema puede superar, o beneficios del sistema, incluyen:
- uso de filtro IR en algunas cámaras de teléfonos inteligentes. Estos filtros, que se usan para mejorar la calidad de las imágenes, filtran la luz con longitudes de onda superiores a 750 nm y se usan sobre todo en teléfonos inteligentes más caros. Los esquemas típicos de oximetría de pulso emplean bandas de 660 y 900 nm. Por tanto, estos esquemas no pueden emplearse universalmente en teléfonos inteligentes.
- Conexión a una pluralidad de sistemas EHR existentes.
- Artefactos de movimiento (por ejemplo, debido a temblores) mientras se toman mediciones.
- Se combate el parpadeo, el alto intervalo dinámico, etc., que pueden resultar de tomar imágenes en diversas condiciones de iluminación (por ejemplo, luz solar indirecta, luz de oficina, sala de observación, etc.).
- Parpadeo causado por las diversas frecuencias de servicios públicos en diferentes países.
- Producción de una distribución de luz predecible, no muy sensible a pequeños errores de colocación del flash o del teléfono inteligente.
- Dificultad para sincronizar el teléfono y el flash externo.
- Uso de lentes (por ejemplo, lentes de Fresnel) que cubren las fuentes de luz homogeneizan la distribución de luz en el área objetivo, ampliando así el intervalo dinámico y aumentando la precisión de las mediciones. - el uso de LED de múltiples longitudes de onda (por ejemplo, LED RGB) crea una distribución de intensidad similar para cada longitud de onda y ahorra espacio en la unidad de iluminación.
- La intensidad de la iluminación puede variar, por ejemplo, basándose en la distancia a un área objetivo y la estabilidad de la intensidad del LED (por ejemplo, la intensidad del LED puede cambiar con el tiempo, la temperatura o dentro del ciclo de la batería). En particular, la intensidad de luz de iluminación sobre la superficie del tejido cae en proporción inversa al cuadrado de la distancia desde la unidad de iluminación hasta el área objetivo. Por tanto, aumentar la distancia de trabajo en un 50 % causará una caída de la intensidad de iluminación en un 55 %, por lo que el sistema puede compensar capturando la intensidad de iluminación en la distancia de trabajo revisada y normalizando las imágenes en estos valores.
- la porfirina y la pioverdina tienen un pico de absorción en la banda de Soret, donde la oxihemoglobina y la desoxihemoglobina también tienen picos de absorción. La presencia de un componente sanguíneo puede afectar significativamente a la emisión de porfirina/pioverdina. La intensidad de fluorescencia real se puede deconvolucionar usando concentraciones conocidas de oxihemoglobina y desoxihemoglobina.
- Capacidad de cambiar o mejorar componentes del sistema de forma independiente. Por ejemplo, un usuario puede usar su propio teléfono inteligente como dispositivo informático y mejorar dicho dispositivo con versiones actualizadas sin necesidad de comprar un sistema completamente nuevo.
Un sistema de imagenología de tejidos 105 se puede usar en una variedad de aplicaciones, incluyendo los siguientes escenarios.
Caso de uso 1: Un médico en un hospital, durante una exploración física de un paciente en cuidados agudos, encontró una herida sospechosa en la pierna. El paciente tiene diabetes, por lo que el médico sospecha que se trata de una UPD que no cicatriza. El tratamiento de referencia actual para esta afección es la angiografía, que no está disponible en su hospital comunitario. Costará alrededor de 20.000 dólares por el procedimiento y la organización del transporte médico hacia/desde otro hospital. Sin embargo, usando el dispositivo, el médico puede examinar la herida en el lugar y ver si es isquémica (y requiere una angiografía para una evaluación adecuada) o no isquémica (y cicatrizará bien sin ningún esfuerzo adicional).
Caso de uso 2: Un médico de familia durante un chequeo anual ha encontrado una herida sospechosa en la pierna de un paciente. El paciente tiene diabetes, por lo que el médico sospecha que se trata de una UPD que no cicatriza.
El tratamiento de referencia actual para esta afección es la angiografía. Sin embargo, solo puede realizarse en grandes hospitales. Está asociada con 1.500 dólares por procedimiento (en EE.UU.) o tiempo de espera (por ejemplo, 41 días en Ontario, Canadá). Usando el dispositivo, el médico puede examinar la herida en el lugar y ver si es isquémica (y requiere una angiografía para una evaluación adecuada) o no isquémica (y cicatrizará bien sin ningún esfuerzo adicional).
Caso de uso 3: Un médico de familia durante un chequeo anual ha encontrado una herida sospechosa en la pierna de un paciente. El paciente tiene diabetes, por lo que el médico sospecha que se trata de una UPD que no cicatriza. El tratamiento de referencia actual para esta afección es la angiografía. Solo puede realizarse en grandes hospitales. Está asociada con 1.500 dólares por procedimiento (en EE.UU.) o tiempo de espera (por ejemplo, 41 días en Ontario, Canadá). Usando el dispositivo, el médico captura imágenes de la herida en el lugar. Sin embargo, como no tiene mucha experiencia en el cuidado de heridas, decide enviar imágenes a un podólogo, quien le proporciona una evaluación de si es isquémica (y requiere una angiografía para una evaluación adecuada) o no isquémica (y cicatrizará bien sin ningún esfuerzo adicional). El médico deriva al paciente al podólogo.
Caso de uso 4: Una enfermera atiende a una pequeña comunidad rural. Durante una exploración de un paciente, se encontró una ulceración sospechosa cerca del dedo pequeño del pie. Ella sospecha que puede ser una enfermedad arterial periférica. Usa el dispositivo para tomar una instantánea de la herida y envía imágenes a un médico de familia (si el paciente tiene uno) o a un podólogo. El médico revisa las imágenes y proporciona orientación en unas pocas horas. La enfermera instruye al paciente sobre futuras acciones.
Caso de uso 5: Una enfermera médica atiende una pequeña residencia de larga estancia. Durante una exploración de un paciente, se encontró una ulceración sospechosa cerca del dedo gordo del pie. Ella sospecha que puede ser una enfermedad arterial periférica. Usa el dispositivo para tomar una instantánea de la herida y envía imágenes a un médico de familia (si el paciente tiene uno) o a un podólogo. El médico revisa las imágenes y proporciona orientación en unas pocas horas. La enfermera instruye al paciente sobre futuras acciones.
Caso de uso 6: Una persona mayor con diabetes encuentra un corte sospechoso en su talón. Él es consciente de las terribles consecuencias de la UPD, por lo que decide comprar el dispositivo en una farmacia. Con la ayuda de su esposa toma imágenes de la herida y las envía a su médico de familia. El médico realiza una evaluación y asesora al paciente en pocas horas.
Caso de uso 7: Una persona mayor con diabetes encuentra un corte sospechoso en el antepié. Ella es consciente de las terribles consecuencias de la UPD y le cuenta sus preocupaciones a su hija. Su hija compró un accesorio de flash 104 en una farmacia, lo conecta a su teléfono inteligente 108, descarga la aplicación de visualización de tejidos 112 y toma imágenes de la herida. Como su madre no tiene médico de familia, envía las imágenes a un podólogo. El médico realiza una evaluación y envía una derivación en pocas horas.
Caso de uso 8:Un médico de familia durante un chequeo anual de un paciente encuentra un lunar sospechoso. Usando el dispositivo, puede examinar el lunar en el lugar y ver si es sospechoso (tiene un mayor suministro de sangre y requiere un estudio adicional) o no lo es.
Caso de uso 9:La enfermera de un centro de cuidados a largo plazo examina a un paciente postrado en cama para detectar posibles úlceras por presión. Usando el dispositivo, puede examinar áreas con prominencias óseas para determinar si hay alguna sospechosa.
Caso de uso 10:Una enfermera especializada en el cuidado avanzado de heridas limpia una herida existente. Ella usa el dispositivo para visualizar la presencia bacteriana y guiar el desbridamiento.
Caso de uso 11:Una enfermera toma un hisopo de una herida existente. Ella usa el dispositivo para visualizar la presencia bacteriana y guiar el hisopado.
La precisión de las mediciones se puede mejorar si se conoce la distribución de intensidad de luz producida por la unidad de iluminación 104. En una realización de ejemplo, para capturar la distribución de intensidad de luz producida por la unidad de iluminación 104, se usa una imagen de referencia.
Con referencia a la figura 9, se muestran características de ejemplo utilizadas para capturar imágenes de referencia. En algunas realizaciones, la imagen de referencia puede ser capturada por la unidad de calibración 328 de la aplicación de visualización de tejidos 112 y a continuación utilizada por el sistema de imagenología de tejidos 105 o el sistema de visualización de tejidos 100 para obtener una medición procesada 501 (un ejemplo de la cual se muestra en la figura 5).
La imagen de referencia se captura usando un objeto de referencia 901. El objeto de referencia se refiere a un objeto con propiedades ópticas homogéneas conocidas (por ejemplo, dependencia espectral de la reflectancia). El objeto de referencia 901 puede tener diversas formas, tales como un círculo o un rectángulo. En una realización de ejemplo, el objeto de referencia 901 es un rectángulo con una relación de aspecto de 4:3. Se pueden usar diversos colores para el objeto de referencia 901, tales como blanco o gris (por ejemplo, un rectángulo gris del 18 % sobre un fondo blanco 904, tal como una hoja de papel blanca).
En una realización, los marcadores de pantalla 902 mostrados en una pantalla 318 del dispositivo informático 108 (por ejemplo, el dispositivo móvil 108) pueden definir un área objetivo 903 que puede usarse para posicionar el dispositivo a una distancia óptima del objeto de referencia 901. El dispositivo informático 108 debe posicionarse de modo que los marcadores de pantalla 902 queden alineados con el objeto de referencia 901 para garantizar que se logre una distancia óptima de captura de imágenes. Se pueden usar otros dispositivos de medición de distancia, tales como un telémetro o una regla, para posicionar el dispositivo a la distancia óptima. En una realización de ejemplo, el reconocimiento de objetos mediante la aplicación de visualización de tejidos 112 se puede usar para posicionar el dispositivo a la distancia óptima de captura de imágenes.
En una realización de ejemplo, el dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) puede tomar la imagen de referencia requerida automáticamente tras la colocación apropiada del dispositivo. En otras realizaciones, el dispositivo informático 108 toma la imagen tras la iniciación manual del usuario. En una realización, tras la activación de la unidad de captura de imágenes 103, el dispositivo informático 108 toma varias imágenes. En una realización de ejemplo, se toman una o más imágenes con flash y una se toma sin él. Como alternativa, las imágenes se pueden tomar solo con flash.
El dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) puede preprocesar la imagen de referencia para mejorar la calidad de imagen. El preprocesamiento puede comprender las siguientes etapas: a) registro de imágenes, b) sustracción de imágenes.
En algunas realizaciones, el dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) usa el registro de imágenes para reducir las vibraciones durante la captura de imágenes. Esto se puede lograr usando algoritmos de correlación de fase o coincidencia de bloques.
En algunas realizaciones, el dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) usa la sustracción de imágenes para eliminar la luz ambiental de la imagen. En este caso, la imagen sin iluminación externa (sin flash) se resta de las imágenes con iluminación externa (con flash). No es necesaria la sustracción de imágenes si solo se utilizan imágenes con flash.
La imagen de referencia se puede almacenar localmente en el dispositivo informático 108 (por ejemplo, el dispositivo móvil 108) o de forma remota, para uso futuro.
La imagen de referencia se puede capturar antes de la primera medición y en cualquier momento posterior. No es necesario capturar imágenes de referencia antes de cada medición.
A continuación se analizan las etapas para producir el mapa de medición 501, con respecto a la figura 10.
El dispositivo informático 108 (por ejemplo, el dispositivo móvil 108) se mantiene a una distancia específica del sujeto, por ejemplo un cuerpo humano, para obtener imágenes óptimas del área de interés.
En algunas realizaciones, se usa un objeto de autorreferencia 1002 para garantizar la distancia adecuada del cuerpo humano. Un objeto de autorreferencia 1002 se coloca dentro del área de objetivo del dispositivo 1001 captada por el dispositivo informático 108 (por ejemplo, un dispositivo móvil 108). En una realización de ejemplo, el objeto de autorreferencia 1002 comprende un círculo gris del 18 % de 1-2 cm de diámetro.
En algunas realizaciones, el dispositivo informático 108 (por ejemplo, el dispositivo móvil 108) o la unidad de captura de imágenes 103 se mueve de modo que un marcador de pantalla predefinido 1003 se muestre con el mismo tamaño que el objeto de autorreferencia 1002 en el área objetivo del dispositivo 1001, a fin de guiar al usuario a la distancia de captura de imágenes óptima.
En una realización de ejemplo, el dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) usa el reconocimiento de objetos para activar la captura automática de imágenes cuando se alcanza un determinado tamaño de pantalla del objeto de autorreferencia, en píxeles.
Como alternativa, se pueden usar otros medios para medir la distancia, tales como un telémetro o una regla, para posicionar el dispositivo a la distancia apropiada del área de interés.
Una vez determinada la distancia óptima del cuerpo humano, el dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) puede tomar las imágenes requeridas. En una realización de ejemplo, el dispositivo toma la imagen requerida automáticamente tras la colocación apropiada del dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) o la unidad de captura de imágenes 103. El dispositivo puede tomar varias imágenes. En una realización de ejemplo, se tomarán una o más imágenes con flash y una se tomará sin flash.
El dispositivo preprocesa la imagen para mejorar la calidad de la imagen y el mapa de medición 501. El preprocesamiento puede contener las siguientes etapas: a) registro de imágenes, b) sustracción de imágenes.
En algunas realizaciones, el dispositivo usa registro de imágenes para reducir las vibraciones. Esto se puede lograr mediante correlación de fase o coincidencia de bloques.
En algunas realizaciones, el dispositivo usa la sustracción de imágenes para eliminar la luz ambiental de la imagen. En este caso, la imagen sin iluminación externa (flash) se resta de las imágenes con iluminación externa (flash).
Para aumentar aún más la calidad de los resultados, se puede implementar la autocalibración de cada medición usando un objeto de autorreferencia 1002. En este caso el preprocesamiento puede contener las siguientes etapas: a) registro de imágenes, b) sustracción de imágenes, c) autocalibración, d) división sobre la imagen de referencia, e) aplanamiento de las imágenes.
Si la realización utiliza el objeto de autorreferencia 1002, la intensidad de la imagen se ajusta usando el objeto de autorreferencia para tener en cuenta cualquier imperfección o cambio en la intensidad. En una realización de ejemplo, la unidad de preprocesamiento 328 puede comparar la intensidad de un objeto de autorreferencia en la imagen objetivo con la intensidad de la misma región en la imagen de referencia y usar la proporción entre las dos para graduar la intensidad de la imagen objetivo píxel por píxel.
Si la realización utiliza imágenes de referencia tomadas previamente, el dispositivo encuentra la imagen normalizada dividiendo la imagen píxel por píxel sobre la imagen de referencia y multiplicándola por una reflectancia conocida del objeto de referencia.
En algunas realizaciones, el sistema de imagenología de tejidos 105 puede realizar el procesamiento de la imagen para obtener mediciones. Esto se puede lograr a través de todas o algunas de las siguientes etapas: a) el coeficiente de absorción se determina a partir de la reflectancia (por ejemplo, usando la ley de Beer-Lambert o la ley de Beer-Lambert modificada); b) la concentración de cromóforo se determina a partir del coeficiente de absorción (por ejemplo, usando el ajuste de mínimos cuadrados); c) la perfusión y la oxigenación se determinan a partir de la concentración de cromóforo (oxigenación = oxihemoglobina/(oxihemoglobina desoxihemoglobina), perfusión = oxihemoglobina desoxihemoglobina).
En algunas realizaciones, la medición preprocesada (imagen normalizada) se toma en el dispositivo informático 108 (por ejemplo, un dispositivo móvil 108) y a continuación se envía a través de la red 110 al sistema de visualización de tejidos 100.
El indicador de carga bacteriana se puede usar de forma independiente o junto con imágenes de reflectancia. La porfirina y la pioverdina tienen un pico de absorción en la banda de Soret, donde la oxihemoglobina y la desoxihemoglobina también tienen picos de absorción. Por tanto, la presencia de un componente sanguíneo puede afectar significativamente a la emisión de porfirina/pioverdina. Con referencia a la figura 4, la intensidad de fluorescencia real se puede deconvolucionar usando concentraciones conocidas de oxihemoglobina y desoxihemoglobina encontradas en la etapa 410. En una realización de ejemplo, se usa una fuente de luz con la longitud de onda central de 405±10 nm en combinación con 2 o 3 longitudes de onda del intervalo de 450-650 nm.
Una vez encontrados los niveles de indicadores de salud tisular, la invención presenta los mapas en color o escala de grises a través del procesamiento mediante el sistema de visualización de tejidos 100 o el sistema de imagenología de tejidos 105. Estos resultados se pueden almacenar localmente en el dispositivo o de forma remota. La imagen normalizada preprocesada y los mapas de indicadores de salud tisular procesados se pueden almacenar en un almacenamiento local o remoto.
Las realizaciones de los dispositivos, sistemas y métodos descritos en el presente documento pueden implementarse en una combinación de hardware y software. Estas realizaciones pueden implementarse en ordenadores programables, incluyendo cada ordenador al menos un procesador, un sistema de almacenamiento de datos (incluyendo memoria volátil o memoria no volátil u otros elementos de almacenamiento de datos o una combinación de los mismos) y al menos una interfaz de comunicación.
El código de programa se aplica a los datos de entrada para realizar las funciones descritas en el presente documento y para generar información de salida. La información de salida se aplica a uno o más dispositivos de salida. En algunas realizaciones, la interfaz de comunicación puede ser una interfaz de comunicación de red. En realizaciones en las que se pueden combinar elementos, la interfaz de comunicación puede ser una interfaz de comunicación de software, tal como aquellas para la comunicación entre procesos. En aún otras realizaciones, puede haber una combinación de interfaces de comunicación implementadas como hardware, software y una combinación de los mismos.
A lo largo de la discusión anterior, se han hecho referencias a servidores, dispositivos, sistemas, unidades o dispositivos informáticos. Se debe apreciar que el uso de dichos términos se considera que representa uno o más dispositivos informáticos que tienen al menos un procesador configurado para ejecutar instrucciones de software almacenadas en un medio tangible, no transitorio y legible por ordenador. Por ejemplo, un servidor puede incluir uno 0 más ordenadores que funcionan como un servidor web, un servidor de base de datos u otro tipo de servidor informático de manera tal que cumpla roles, responsabilidades o funciones descritas.
En el presente documento se describen diversas realizaciones de ejemplo. Aunque cada realización representa una única combinación de elementos inventivos, todas las combinaciones posibles de los elementos divulgados incluyen la materia objeto inventiva. Por tanto, si una realización comprende los elementos A, B y C, y una segunda realización comprende los elementos B y D, entonces se considera que la materia objeto inventiva también incluye otras combinaciones restantes de A, B, C o D, incluso si no se divulgan explícitamente.
El término "conectado" o "acoplado a" puede incluir tanto el acoplamiento directo (en el que dos elementos que están acoplados entre sí entran en contacto entre sí) como el acoplamiento indirecto (en el que al menos un elemento adicional está ubicado entre los dos elementos).
Parte de la solución técnica de las realizaciones puede ser en forma de un producto de software (mientras que otros aspectos requeridos, por ejemplo la unidad de captura de imágenes 103 y la unidad de iluminación 104, necesitan hardware). El producto de software puede almacenarse en un medio de almacenamiento no volátil o no transitorio, que puede ser un disco compacto de memoria de sólo lectura (CD-ROM), un disco flash USB o un disco duro extraíble. El producto de software incluye una serie de instrucciones que permiten que un dispositivo informático (ordenador personal, servidor o dispositivo de red) ejecute los métodos proporcionados por las realizaciones.
Las realizaciones descritas en el presente documento se implementan mediante hardware informático físico, incluidos dispositivos informáticos, servidores, receptores, transmisores, procesadores, memoria, pantallas y redes. Las realizaciones descritas en el presente documento proporcionan máquinas físicas útiles y disposiciones de hardware informático particularmente configuradas. Las realizaciones descritas en el presente documento se refieren máquinas electrónicas y métodos implementados por máquinas electrónicas adaptadas para procesar y transformar señales electromagnéticas que representan diversos tipos de información.
REFERENCIAS:
Bates-Jensen BM, McCreath HE, Kono A, Apeles NCR, Alessi C. Subepidermal moisture predicts erythema and stage 1 pressure ulcers in nursing home residents: a pilot study. J Am Geriatr Soc 2007;55(8):1199-205.
Bates-Jensen BM, McCreath HE, Pongquan V, Apeles NCR. Subepidermal moisture differentiates erythema and stage I pressure ulcers in nursing home residents. Wound Repair Regen 2008;16(2):189-97.
Guihan M, Bates-Jenson BM, Chun S, Parachuri R, Chin AS, McCreath H. Assessing the feasibility of subepidermal moisture to predict erythema and stage 1 pressure ulcers in persons with spinal cord injury: a pilot study. J Spinal Cord Med 2012;35(1):46-52.
Ching CT, Chou MY, Jiang SJ, Huang SH, Sun TP, Liu WH,et al.Tissue electrical properties monitoring for the prevention of pressure sore. Prosthet Orthot Int 2011 ;35(4): 386-94.
Harrow JJ, Mayrovitz HN. Subepidermal moisture surrounding pressure ulcers in persons with a spinal cord injury: a pilot study. J Spinal Cord Med 2014;37(6):719-28.
Bates-Jensen BM, McCreath HE, Pongquan V. Subepidermal moisture is associated with early pressure ulcer damage in nursing home residents with dark skin tones: pilot findings. J Wound Ostomy Cont Nurs 2009;36(3):277-84.
Luck W.A.P, (1974). Infrared overtone region. En W. A. P. Luck (Ed.), Structure of water and aqueous solutions, Weinheim: Verlag Chemie. págs. 248-284.
Kjeldstad B., Christensen T., y Johnsson A., Porphyrin photosensitization of bacteria, Adv. Exp. Med. Biol. 193, 155 159 (1985).
Cody Y. S. y. Gross D. C, Characterization of pyoverdin(pss), the fluorescent siderophore produced by Pseudomonas syringae pv. syringae, Appl. Environ. Microbiol. 53(5), 928-934 (1987).

Claims (13)

REIVINDICACIONES
1. Un aparato de iluminación portátil (105) para facilitar la visualización de tejido, comprendiendo el aparato: una carcasa portátil que define una abertura que se extiende a través de la carcasa portátil, en donde la carcasa portátil es para fijación de manera desmontable proximal a una unidad de captura de imágenes (103);
un filtro de emisión (305) que cubre la abertura, en donde el filtro de emisión (305) se selecciona entre:
un filtro de paso largo con una longitud de onda de corte de 450±25 nm; o
un filtro pasobanda que permite la transmisión a través del filtro de emisión en el intervalo de longitud de onda de 425-1000 nm y con una longitud de onda de corte inferior de 450±25 nm; y
una unidad de iluminación (104) que comprende una o más fuentes de luz de banda estrecha posicionadas alrededor de la abertura y configuradas para emitir m destellos a n longitudes de onda predeterminadas, en donde; n/4 < m < n;
cada uno de los m destellos tiene una duración igual axT,en dondexes un número entero y T es igual a 50 ms; y
cada uno de los m destellos se realiza consecutivamente.
2. El aparato de iluminación portátil (105) de la reivindicación 1, en donde la unidad de iluminación (104) comprende además una lente (307) que cubre una o más fuentes de luz (300), teniendo la lente una distancia focal que es el 80 %-120 % de la distancia de trabajo entre la unidad de iluminación (104) y un área de tejido objetivo.
3. El aparato de iluminación portátil (105) de acuerdo con una cualquiera de las reivindicaciones 1 -2, en donde las una o más fuentes de luz (300) están configuradas para proporcionar destellos que son al menos una de
(i) una longitud de onda de 405±10 nm, y que tiene al menos uno de (a) un filtro con transmisión en un intervalo de 425 nm-750 nm o (b) un filtro pasobanda con transmisión en un intervalo de 425 nm-1000 nm, (ii) dos longitudes de onda en un intervalo de 450 nm-750 nm, al menos una de las cuales en el intervalo verde (iii) tres longitudes de onda en un intervalo de 450 nm-750 nm, al menos una de las cuales en el intervalo verde, o
(iv) una longitud de onda de 970±10 nm.
4. El aparato de iluminación portátil (105) de acuerdo con una cualquiera de las reivindicaciones 1-3, en donde la unidad de iluminación (104) comprende además al menos uno de (i) un controlador (301) para controlar la iluminación de las una o más fuentes de luz (300) y (ii) una batería recargable para alimentar el aparato.
5. El aparato de iluminación (105) de acuerdo con una cualquiera de las reivindicaciones 1 -4, en donde las una o más fuentes de luz (300) están dispuestas alrededor de la abertura, en donde la abertura tiene un radio de 0,5-3 cm.
6. El aparato de iluminación (105) de la reivindicación 5, en donde las una o más fuentes de luz (300) están dispuestas en un anillo que tiene un radio de 1,5-6 cm.
7. El aparato de iluminación (105) de acuerdo con una cualquiera de las reivindicaciones 1-6, en donde la carcasa portátil comprende un clip de compresión o un clip de resorte para montar el aparato en un dispositivo móvil a lo largo de al menos un borde del dispositivo móvil y proximal a una cámara del dispositivo móvil.
8. Un método para generar visualizaciones de tejido, comprendiendo el método:
posicionar un dispositivo informático (108) a una distancia adecuada de un área objetivo del tejido para capturar una imagen del área objetivo, comprendiendo el dispositivo informático (108) un procesador (108a) y una memoria legible por ordenador no transitoria (108b) que almacena instrucciones ejecutables por ordenador que comprenden una aplicación de visualización de tejidos;
capturar datos de medición a través de un filtro de emisión (305) usando una unidad de captura de imágenes (103) y una unidad de iluminación (104), en donde:
la unidad de captura de imágenes (103) y la unidad de iluminación (104) están acopladas comunicativamente al dispositivo informático (108);
la unidad de captura de imágenes está configurada para capturar imágenes usando un tiempo de exposición T o usando vídeo que usa una velocidad de fotogramas tal que cada fotograma tiene una duración de T, en donde T equivale a 50 ms;
el filtro de emisión se selecciona entre:
un filtro de paso largo con una longitud de onda de corte de 450±25 nm; o
un filtro pasobanda que permite la transmisión a través del filtro de emisión en el intervalo de longitud de onda de 425-1000 nm y con una longitud de onda de corte inferior de 450±25 nm; y
la unidad de iluminación (104) configurada para emitir m destellos consecutivos a n longitudes de onda predeterminadas durante la captura de los datos de medición, en donde n/4 < m < n, cada uno de los m destellos tiene una duración de aproximadamente xT, en donde x es un número entero, y los datos de medición comprenden al menos una imagen capturada durante cada uno de los m destellos y al menos una imagen capturada sin iluminación desde la unidad de iluminación;
preprocesar los datos de medición usando la aplicación de visualización de tejidos para obtener imágenes normalizadas, al menos en parte, restando el efecto de la iluminación ambiental en la imagen capturada sin iluminación de cada una de las imágenes capturadas durante los m destellos;
extraer indicaciones de los indicadores de salud tisular a partir de los datos de medición preprocesados; generar elementos de interfaz correspondientes a la visualización de indicadores de salud tisular; y almacenar y/o transmitir las indicaciones de los indicadores de salud tisular.
9. El método de la reivindicación 8, que comprende además, antes de capturar los datos de medición: capturar una imagen de referencia, en donde el posicionamiento del dispositivo informático (108) para capturar la imagen de referencia comprende posicionar el dispositivo informático (108) usando un objeto de referencia.
10. El método de una cualquiera de las reivindicaciones 8-9, en donde la unidad de iluminación (104) y el dispositivo informático (108) están configurados para proporcionar una distancia de trabajo de 15±5 cm desde el área de tejido objetivo.
11. El método de la reivindicación 10, en donde el posicionamiento del dispositivo informático (108) para capturar los datos de medición comprende posicionar el dispositivo informático (108) usando un objeto de autorreferencia.
12. El método de acuerdo con una cualquiera de las reivindicaciones 8-11, en donde preprocesar comprende además al menos uno de (i) registrar imágenes para evitar artefactos de movimiento de la cámara, (ii) recalibrar cada medición en consecuencia para controlar los parámetros relacionados con la intensidad de la iluminación usando un objeto de autorreferencia posicionado dentro del área objetivo, (iii) dividir las imágenes de intensidad en imágenes de referencia para obtener imágenes normalizadas y/o (iv) aplanar las imágenes obtenidas para tener en cuenta los reflejos procedentes de superficies curvas.
13. El método de acuerdo con una cualquiera de las reivindicaciones 8-12, en donde los datos de medición comprenden datos relacionados con una herida.
ES19837681T 2018-07-16 2019-07-16 Apparatus for visualization of tissue Active ES3033565T3 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201862698799P 2018-07-16 2018-07-16
PCT/CA2019/050981 WO2020014779A1 (en) 2018-07-16 2019-07-16 Apparatus for visualization of tissue

Publications (1)

Publication Number Publication Date
ES3033565T3 true ES3033565T3 (en) 2025-08-05

Family

ID=69163974

Family Applications (1)

Application Number Title Priority Date Filing Date
ES19837681T Active ES3033565T3 (en) 2018-07-16 2019-07-16 Apparatus for visualization of tissue

Country Status (6)

Country Link
US (1) US11266345B2 (es)
EP (2) EP4636474A1 (es)
CA (1) CA3106578A1 (es)
ES (1) ES3033565T3 (es)
PL (1) PL3824347T3 (es)
WO (1) WO2020014779A1 (es)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DK2291640T3 (en) 2008-05-20 2019-03-11 Univ Health Network Device and method for fluorescence-based imaging and monitoring
WO2011143071A2 (en) 2010-05-08 2011-11-17 The Regents Of The University Of California Sem scanner sensing apparatus, system and methodology for early detection of ulcers
US9179844B2 (en) 2011-11-28 2015-11-10 Aranz Healthcare Limited Handheld skin measuring or monitoring device
EP3957232B1 (en) 2014-07-24 2025-12-31 University Health Network DATA COLLECTION AND ANALYSIS FOR DIAGNOSTIC PURPOSES
US10182740B2 (en) 2015-04-24 2019-01-22 Bruin Biometrics, Llc Apparatus and methods for determining damaged tissue using sub-epidermal moisture measurements
US10013527B2 (en) 2016-05-02 2018-07-03 Aranz Healthcare Limited Automatically assessing an anatomical surface feature and securely managing information related to the same
WO2018035612A1 (en) 2016-08-24 2018-03-01 Mimosa Diagnostics Inc. Multispectral mobile tissue assessment
US11116407B2 (en) 2016-11-17 2021-09-14 Aranz Healthcare Limited Anatomical surface assessment methods, devices and systems
MX2019004923A (es) 2017-02-03 2019-06-20 Bruin Biometrics Llc Medicion de la susceptibilidad a ulceras del pie diabetico.
KR102402347B1 (ko) 2017-02-03 2022-05-30 브루인 바이오메트릭스, 엘엘씨 부종의 측정
LT3515296T (lt) 2017-02-03 2024-02-12 Bbi Medical Innovations, Llc Audinio gyvybingumo matavimas
US11903723B2 (en) 2017-04-04 2024-02-20 Aranz Healthcare Limited Anatomical surface assessment methods, devices and systems
AU2018368709C1 (en) 2017-11-16 2025-07-17 Bruin Biometrics, Llc Providing a continuity of care across multiple care settings
PT3749181T (pt) 2018-02-09 2024-05-15 Bruin Biometrics Llc Deteção de lesões nos tecidos
CA3115263A1 (en) 2018-10-11 2020-04-16 Bruin Biometrics, Llc Device with disposable element
WO2020234653A1 (en) 2019-05-20 2020-11-26 Aranz Healthcare Limited Automated or partially automated anatomical surface assessment methods, devices and systems
US12193645B2 (en) * 2020-09-18 2025-01-14 Stryker Corporation Systems and methods for fluorescence visualization
US12070194B2 (en) * 2020-11-02 2024-08-27 Presley M. Mock Remote medical examination
GB2600719B (en) * 2020-11-05 2023-10-11 Oxford Nanoimaging Ltd Fluorescence assay
US20240188889A1 (en) * 2020-11-30 2024-06-13 Meta Platforms Technologies, Llc Flash led and heart rate monitor led integration and related devices and methods
US11642075B2 (en) 2021-02-03 2023-05-09 Bruin Biometrics, Llc Methods of treating deep and early-stage pressure induced tissue damage
US11758263B2 (en) 2021-08-24 2023-09-12 Moleculight, Inc. Systems, devices, and methods for imaging and measurement using a stereoscopic camera system
CN116777297B (zh) * 2023-07-10 2024-03-05 三峡科技有限责任公司 基于idc设备监测数据的机房评价指标配置方法和系统
WO2025117987A1 (en) * 2023-11-30 2025-06-05 The Research Foundation For The State University Of New York System and method for non-contact epidermal sensing
WO2026072493A1 (en) * 2024-09-25 2026-04-02 Denis Labombard Adaptive biometric photograph system

Family Cites Families (71)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE32570T1 (de) * 1981-12-10 1988-03-15 Revlon Verfahren zur herstellung metallischer blattformender pigmente.
US5074306A (en) * 1990-02-22 1991-12-24 The General Hospital Corporation Measurement of burn depth in skin
DE59812335D1 (de) * 1998-09-30 2005-01-05 Courage Brewing Ltd Vorrichtung zur messtechnischen Erfassung von Parametern der Haut
US6571003B1 (en) * 1999-06-14 2003-05-27 The Procter & Gamble Company Skin imaging and analysis systems and methods
CA2377098A1 (en) * 1999-07-26 2001-02-01 Cardiosense Ltd. An improved method and apparatus for the detection of medical conditions of shock and pre-shock
US6792137B2 (en) * 2000-02-18 2004-09-14 Robert Kenet Method and device for skin cancer screening
JP3940650B2 (ja) * 2002-08-20 2007-07-04 株式会社モリテックス 皮脂量測定装置及び肌用観察装置
US20040125996A1 (en) * 2002-12-27 2004-07-01 Unilever Home & Personal Care Usa, Division Of Conopco, Inc. Skin diagnostic imaging method and apparatus
US7233693B2 (en) * 2003-04-29 2007-06-19 Inforward, Inc. Methods and systems for computer analysis of skin image
US8026942B2 (en) * 2004-10-29 2011-09-27 Johnson & Johnson Consumer Companies, Inc. Skin imaging system with probe
WO2006078902A2 (en) * 2005-01-19 2006-07-27 Dermaspect, Llc Devices and methods for identifying and monitoring changes of a suspect area on a patient
EP1877774A4 (en) * 2005-03-25 2011-01-12 Cnoga Holdings Ltd OPTICAL SENSOR DEVICE AND IMAGING UNIT FOR MEASURING CHEMICAL CONCENTRATIONS, CHEMICAL SATURATIONS AND BIOPHYSICAL SIZES
US20070002479A1 (en) * 2005-06-29 2007-01-04 Johnson & Johnson Consumer Companies, Inc. Apparatus and method for viewing the skin
US8131029B2 (en) * 2005-09-20 2012-03-06 Brightex Bio-Photonics Llc Systems and methods for automatic skin-based identification of people using digital images
US7454046B2 (en) * 2005-09-20 2008-11-18 Brightex Bio-Photonics, Llc Method and system for analyzing skin conditions using digital images
WO2007075565A2 (en) * 2005-12-16 2007-07-05 Shachaf Catherine M Diagnostic system for the detection and diagnosis of skin cancer
US8116852B2 (en) * 2006-09-29 2012-02-14 Nellcor Puritan Bennett Llc System and method for detection of skin wounds and compartment syndromes
US20100140461A1 (en) * 2006-12-13 2010-06-10 Georgia Tech Research Corporation Systems and methods for real time multispectral imaging
US8109875B2 (en) * 2007-01-03 2012-02-07 Gizewski Theodore M Derma diagnostic and automated data analysis system
WO2010093503A2 (en) * 2007-01-05 2010-08-19 Myskin, Inc. Skin analysis methods
US10085643B2 (en) * 2007-01-05 2018-10-02 Jadran Bandic Analytic methods of tissue evaluation
SG177951A1 (en) * 2007-01-05 2012-02-28 Myskin Inc System, device and method for dermal imaging
US7894651B2 (en) * 2007-03-02 2011-02-22 Mela Sciences, Inc. Quantitative analysis of skin characteristics
EP2005886B1 (en) * 2007-06-19 2011-09-14 Biocompatibles UK Limited Method and apparatus for measuring skin texture
EP2042095A1 (en) * 2007-09-26 2009-04-01 Astron Clinica Limited Methods and apparatus for quantifying photo-damage
US20090177051A1 (en) * 2008-01-09 2009-07-09 Heal-Ex, Llc Systems and methods for providing sub-dressing wound analysis and therapy
JP5255072B2 (ja) * 2008-01-24 2013-08-07 ボールター インク 悪性及び良性組織病変の識別方法
DK2291640T3 (en) * 2008-05-20 2019-03-11 Univ Health Network Device and method for fluorescence-based imaging and monitoring
FR2944898B1 (fr) * 2009-04-23 2018-03-16 Lvmh Recherche Procede et appareil de caracterisation des imperfections de la peau et procede d'appreciation de l'effet anti-vieillissement d'un produit cosmetique
US8591413B2 (en) * 2010-02-26 2013-11-26 Empire Technology Development Llc Echogram detection of skin conditions
EP2544583B1 (en) * 2010-03-08 2016-03-02 Bruce Adams System, method and article for normalization and enhancement of tissue images
DE102010003239A1 (de) * 2010-03-25 2011-09-29 Robert Bosch Gmbh Vorrichtunng und Verfahren zur Erkennung von Hautkrebs mittels THz-Strahlung
US8182425B2 (en) * 2010-05-18 2012-05-22 Johnson & Johnson Consumer Companies, Inc. Method for measuring skin hydration
US20120041284A1 (en) * 2010-08-13 2012-02-16 Conopco, Inc., D/B/A Unilever Camera device for evaluating condition of skin or hair
US20120041283A1 (en) * 2010-08-13 2012-02-16 Conopco, Inc., D/B/A Unilever Device for evaluating condition of skin or hair
CN102462506B (zh) * 2010-11-09 2015-05-13 Ge医疗系统环球技术有限公司 激光引导医疗设备自动定位系统及方法
FR2969915B1 (fr) * 2011-01-04 2014-01-03 Ergylink Systeme et procede pour analyser au moins une caracteristique de la peau
JP6059600B2 (ja) * 2012-06-18 2017-01-11 富士フイルム株式会社 肌評価装置の作動方法および肌評価装置
US10799149B2 (en) * 2013-06-19 2020-10-13 Zoll Medical Corporation Analysis of skin coloration
JP6345176B2 (ja) * 2013-06-28 2018-06-20 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 肌の官能評価装置および肌の評価方法
US10182757B2 (en) * 2013-07-22 2019-01-22 The Rockefeller University System and method for optical detection of skin disease
US20150099947A1 (en) * 2013-10-04 2015-04-09 Access Business Group International Llc Skin youthfulness index, methods and applications thereof
US10368795B2 (en) * 2014-06-30 2019-08-06 Canfield Scientific, Incorporated Acne imaging methods and apparatus
EP3957232B1 (en) * 2014-07-24 2025-12-31 University Health Network DATA COLLECTION AND ANALYSIS FOR DIAGNOSTIC PURPOSES
KR101580075B1 (ko) * 2015-01-23 2016-01-21 김용한 병변 영상 분석을 통한 광 치료 장치, 이에 이용되는 병변 영상 분석에 의한 병변 위치 검출방법 및 이를 기록한 컴퓨팅 장치에 의해 판독 가능한 기록 매체
WO2017012675A1 (en) * 2015-07-23 2017-01-26 Latvijas Universitate Method and device for smartphone mapping of tissue compounds
CA2997650A1 (en) * 2015-09-05 2017-03-09 Nova Southeastern University Detecting early tissue damage due to mechanical deformation, shear, friction, and/or prolonged application of pressure
EP3380002B1 (en) * 2015-11-24 2020-04-01 Koninklijke Philips N.V. Wearable device and system for acquiring physiological information of a subject
US10127661B2 (en) * 2016-01-05 2018-11-13 Industrial Technology Research Institute Method for evaluating skin tissue and system using the same
KR101799184B1 (ko) 2016-03-07 2017-11-20 재단법인대구경북과학기술원 피부 다중 분광 이미징을 위한 모바일 기기 부착형 조명 장치
WO2017181200A1 (en) * 2016-04-15 2017-10-19 The Regents Of The University Of California Assessment of wound status and tissue viability via analysis of spatially resolved thz reflectometry maps
JP6793325B2 (ja) * 2016-05-25 2020-12-02 パナソニックＩｐマネジメント株式会社 肌診断装置および肌診断方法
EP3478160B1 (en) * 2016-07-01 2024-09-11 Bostel Technologies, LLC Phonodermoscopy, a medical device system and method for skin diagnosis
US10215632B2 (en) 2016-09-19 2019-02-26 Zycor Labs Inc. Method and apparatus for spectral reflectance imaging using digital cameras
KR102609766B1 (ko) * 2016-10-06 2023-12-05 엘지전자 주식회사 피부 케어 기기
WO2018116304A1 (en) * 2016-12-22 2018-06-28 Eva - Esthetic Visual Analytics Ltd. Three-dimensional image reconstruction using multi-layer data acquisition
US11185279B2 (en) * 2017-01-18 2021-11-30 Koninklijke Philips N.V. Detecting erythema caused by wearable devices
EP3592230A1 (en) * 2017-03-09 2020-01-15 Smith & Nephew PLC Apparatus and method for imaging blood in a target region of tissue
GB201703769D0 (en) * 2017-03-09 2017-04-26 Smith & Nephew Imaging apparatus and method of imaging
EP3375351A1 (en) * 2017-03-13 2018-09-19 Koninklijke Philips N.V. Device, system and method for measuring and processing physiological signals of a subject
AU2018243681A1 (en) * 2017-03-31 2019-10-17 The University Of Massachusetts Instruments and methods for imaging collagen structure in vivo
US11452479B2 (en) * 2017-04-05 2022-09-27 The General Hospital Corporation System and method for diagnosing soft tissue conditions
EP3384829A1 (en) * 2017-04-05 2018-10-10 Koninklijke Philips N.V. Skin gloss measurement for quantitative estimation of skin gloss
EP3388011A1 (en) * 2017-04-12 2018-10-17 Koninklijke Philips N.V. A light-based skin treatment device
DE102017209860B4 (de) * 2017-06-12 2019-07-11 Henkel Ag & Co. Kgaa Verfahren und Vorrichtung zum Ermitteln eines Körperbereichzustands
US11660465B2 (en) * 2017-06-20 2023-05-30 Colgate-Palmolive Company Skin care implement and system
EP3645964B1 (en) * 2017-06-30 2023-08-23 Dental Imaging Technologies Corporation Surface mapping using an intraoral scanner with penetrating capabilities
CN107752981B (zh) * 2017-10-30 2019-08-06 温州医科大学 一种基于层状结构映射的光学成像方法
JP7088662B2 (ja) * 2017-10-31 2022-06-21 株式会社日立製作所 生体情報検出装置および生体情報検出方法
US10874305B2 (en) * 2018-01-15 2020-12-29 Microsoft Technology Licensing, Llc Sensor device
US10732100B2 (en) * 2018-06-29 2020-08-04 L'oreal Systems and methods for predicting sun protection factor of sunscreen formulations in vitro

Also Published As

Publication number Publication date
WO2020014779A1 (en) 2020-01-23
US11266345B2 (en) 2022-03-08
US20210259625A1 (en) 2021-08-26
EP4636474A1 (en) 2025-10-22
CA3106578A1 (en) 2020-01-23
EP3824347A1 (en) 2021-05-26
EP3824347B1 (en) 2025-05-28
PL3824347T3 (pl) 2025-09-08
EP3824347C0 (en) 2025-05-28
EP3824347A4 (en) 2022-04-06

Similar Documents

Publication Publication Date Title
ES3033565T3 (en) Apparatus for visualization of tissue
AU2017315334B2 (en) Multispectral mobile tissue assessment
CA2592691C (en) Hyperspectral/multispectral imaging in determination, assessment and monitoring of systemic physiology and shock
CN107205624B (zh) 用于组织分类的反射式多光谱时间分辨光学成像方法和装备
US8548570B2 (en) Hyperspectral imaging of angiogenesis
JP2020115640A (ja) 単一センサのハイパースペクトル撮像デバイス
US20150044098A1 (en) Hyperspectral imaging systems, units, and methods
CN110573066A (zh) 用于多光谱截肢部位分析的机器学习系统和技术
KR102790135B1 (ko) 조직 혈관 건강을 평가하는 방법 및 장치
US11758263B2 (en) Systems, devices, and methods for imaging and measurement using a stereoscopic camera system
JP6844093B2 (ja) 潰瘍分析用の医用画像の捕捉のための装置および方法
US11464453B2 (en) Cellphone based tissue oxygenation measuring device
US20210400211A1 (en) Multi-modal mobile thermal imaging system
US20230157549A1 (en) Portable hyperspectral imaging device
US20250356514A1 (en) Systems, devices, and methods for imaging and depth measurement
CN112996439A (zh) 用于确定生物组织的氧合血含量的系统和方法
US11471696B1 (en) Handheld devices for wound assessment using multi-modal imaging
AU2013202796B2 (en) Hyperspectral/multispectral imaging in determination, assessment and monitoring of systemic physiology and shock
HK40054155A (en) Apparatus for visualization of tissue
HK40054155B (en) Apparatus for visualization of tissue
WO2025259629A1 (en) System and method for wound imaging
LV14749B (lv) Multimodālas attēlošanas ierīce ādas bezkontakta diagnostikai
HK1225253A1 (en) System and method for optical detection of skin disease