阿肯色大学生物医学工程教授Kyle Quinn获得了四年，从国家卫生研究院获得了460万美元的批准，开发非侵入性，实时“光学活检”的慢性皮肤伤口。
目标是提供数字组织病理学图像和其他定量信息，而无需侵入性活检，组织处理和与组织学染料的染色。
慢性皮肤伤口的初始临床评估涉及目视检查，但更详细的表征依赖于伤口组织活组织检查的组织学分析。虽然这种方法可用于了解伤口病理生理学和开发新产品来治疗慢性皮肤伤口的诊所和研究实验室，但它本质上是侵入性，耗时和定性的。
几年来，奎因一直在研究常规组织学分析的一些局限性的替代定量成像系统。实验室的研究人员使用多光子显微镜检查蜂窝水平的三个维度的组织，并产生3D伤口代谢地图。该成像技术是非侵入性的，其允许它们在同一伤口内测量细胞代谢和皮肤组织的变化。
尽管它们的代谢成像技术可以提供高度详细的蜂窝功能评估，但它们的图像数据的分析需要时间。研究人员必须手动将相关图像区域映射到皮肤或伤口区域的特定层，这是一种缓慢而繁琐的过程。为了加速它，奎因已经与贾斯汀詹合作，计算机科学与计算机工程教授。詹，一个数据科学专家，正在帮助奎因结合多光子显微镜和“深度学习”的人工智能的分析方法。
深度学习方法将使Quinn提供对慢性皮肤伤口的快速定量分析。
“通过深度学习，我们可以准确且非常快速地训练计算机算法来描绘伤口区域，”Quinn在新闻稿中说。“这将大大加速我们的分析，并消除当您要求人类评估图像并识别功能时固有的主观性和偏见。”
对使用深度学习来识别伤口特征的初步结果出现在中国调查皮肤科杂志CHINESE和在手术和药物中激光E.。
除詹而外，奎因还将与伤口愈合领域的领导人合作，包括Aristidis Veves，Joslin-Beth以色列专业脚中心的研究主任，以及Marjana Tomic Canic，迈阿密大学皮肤科教授。通过组合来自多个实验室的伤口图像数据，该团队将拥有更多样化的数据，以严格训练神经网络，可以广泛地为不同种类的伤口工作。
