跳至内容 跳至内容

【6月20日】第26届未来外科大会:人工智能驱动的皮肤溃疡评估——迈向实时伤口评估的第一步

【6月20日】第26届未来外科大会:人工智能驱动的皮肤溃疡评估——迈向实时伤口评估的第一步

AI翻译
皮肤溃疡治疗 人工智能诊断 实时评估 预测医学 负压辅助高速血管吻合装置 皮肤溃疡治疗 人工智能诊断 实时评估 预测医学 负压辅助吻合装置
活动结束
2025 6/20 18:00 6/20 20:00 日本时间
本研讨会页面
本研讨会页面

关于本场次

2025年6月20日,星期五,18:00-20:00

主题演讲
“利用毛细血管穿支皮瓣进行难治性溃疡的微创重建”
三岛功,东京大学名誉教授

特邀讲座
“基于人工智能的皮肤溃疡评估——迈向实时伤口评估的第一步”
Kazufumi Tate,副教授,医学部整形外科,东北医科药科大学

传统上,皮肤溃疡的评估依赖于医生的目视检查,但这种方法主观性强且缺乏可重复性。因此,我们尝试基于人工智能的图像分析来评估溃疡。我们使用自主研发的软件,将溃疡图像标注为六类,并进行了语义分割。虽然自动溃疡识别效果良好,但对于颜色模糊的类别,准确率较低。为了弥补这一不足,我们实现了一种基于RGB值和线性分类公式的补充标注机制,目前正将其与人工智能判断相结合,以提高准确率。未来,我们的目标是开发一种能够实时评估溃疡并追踪其随时间变化的AI相机。

6月20日,星期五,18:00-20:00(日本标准时间)

基调
毛细血管穿支皮瓣治疗难治性溃疡
- 复杂伤口重建的微创方法 -
小岛功博士
东京大学名誉教授

特邀讲座
利用人工智能评估皮肤溃疡:
迈向实时伤口评估的一步
立一文博士
塑料和
重建外科手术
东北医科药科大学

传统上,皮肤溃疡的评估主要依靠医生的目测,但这种方法主观性强且缺乏可重复性。为了解决这个问题,我们开发了一种基于图像分析的自动溃疡评估人工智能系统。我们使用自主开发的软件将溃疡图像标注为六类,并训练了用于语义分割的深度学习模型。虽然模型总体表现良好,但在颜色特征模糊的类别中准确率有所下降。为了弥补这一不足,我们实现了一个基于RGB值和线性分类公式的辅助标注系统。我们目前的模型结合了基于人工智能和基于规则的评估方法,以提高准确率。最终,我们的目标是开发一个能够实时评估和追踪溃疡进展的人工智能摄像系统。

皮肤溃疡治疗 人工智能诊断 实时评估 预测医学 负压辅助高速血管吻合装置 皮肤溃疡治疗 人工智能诊断 实时评估 预测医学 负压辅助吻合装置

程序

基調講演
利用毛细血管穿支皮瓣进行难治性溃疡的微创重建
icon
光嶋 勲
Koshima Isao
次世代スーパーマイクロサージャリー国際フォーラム 会長
東京大学 名誉教授
chairman
The Next Generation of Super Microsurgery International Forum, The Next-Generation of Super Mirosurgery International Forum
Professor Emeritus
The University of Tokyo,
icon
Isao Koshima
President, The Next-Generation Super Microsurgery International Forum chairman
The University of Tokyo Professor Emeritus
招待講演
AI驱动的皮肤溃疡评估——迈向实时伤口评估的第一步。
icon
舘 一史
Tachi Kazufumi
東北医科薬科大学 形成外科 准教授
Associate Professor, Department of Plastic and Reconstructive Surgery,
Tohoku Medical and Pharmaceutical University,
icon
Kazufumi Tachi
Tohoku Medical and Pharmaceutical University Associate Professor, Department of Plastic and Reconstructive Surgery,

传统上,皮肤溃疡的评估依赖于医生的目视检查,但这种方法主观性强且缺乏可重复性。因此,我们尝试基于人工智能的图像分析来评估溃疡。我们使用自主研发的软件,将溃疡图像标注为六类,并进行了语义分割。虽然自动溃疡识别效果良好,但对于颜色模糊的类别,准确率较低。为了弥补这一不足,我们实现了一种基于RGB值和线性分类公式的补充标注机制,目前正将其与人工智能判断相结合,以提高准确率。未来,我们的目标是开发一种能够实时评估溃疡并追踪其随时间变化的AI相机。

传统上,皮肤溃疡的评估主要依靠医生的目测,但这种方法主观性强且缺乏可重复性。为了解决这个问题,我们开发了一种基于图像分析的自动溃疡评估人工智能系统。我们使用自主开发的软件将溃疡图像标注为六类,并训练了用于语义分割的深度学习模型。虽然模型总体表现良好,但在颜色特征模糊的类别中准确率有所下降。为了弥补这一不足,我们实现了一个基于RGB值和线性分类公式的辅助标注系统。我们目前的模型结合了基于人工智能和基于规则的评估方法,以提高准确率。最终,我们的目标是开发一个能够实时评估和追踪溃疡进展的人工智能摄像系统。

本研讨会分享

请务必分享给可能感兴趣的人。

LINE LinkedIn

PR

PR PR
SPONSORED
一般社団法人みらいメドテック
细节
PR PR
SPONSORED
一般社団法人日本医工ものづくりコモンズ
细节
PR PR
SPONSORED
ソニア・セラピューティクス株式会社
细节
PR PR
SPONSORED
ソニア・セラピューティクス株式会社
细节

【6月20日】第26届未来外科大会:人工智能驱动的皮肤溃疡评估——迈向实时伤口评估的第一步

请选择门票
门票 Tickets
金额 Price