Automation technology October 2007
University of Vaasa / Faculty of technology 1000 students 4 departments: Mathematics and statistics, Electrical engineerin and automation, Computer science and Production Automation technology Personnell: Professor, Lecturer, Laboratory engineer and 2-5 researchers Research areas Signal and image processing Genetic algorithtms (optimisation) Near infrared spectroscopy (NIRS) Application areas: medical technology and industrial automation
The benets of digi Erinomainen tapa dokumentoida ihomuutoksia, niin että tieto ei jää yhden henkilön muistin varaan. Ihomuutoksen tilan seuraaminen kätevää perättäisiä kuvia vertaamalla. Tulossa käyttöön pikkuhiljaa toisinaan vähän ad-hoc tyyliin
Mutta valaistuksessa on usein puutteita Halogeenivalo Päivänvalo Loisteputkivalo Valaistusolosuhteet saattavat vaihdella kuvasta toiseen, jolloin kuvat eivät ole vertailukelpoisia Huono valaistus saattaa myös aiheuttaa kuvaan ikäviä heijastuksia ja varjoja
Digikuvauksen muita ongelmia Kuvausetäisyys ja kulma voivat vaihdella kuvasta toiseen tehden kuvan geometriset mittaukset hyödyttömiksi Kuvat hankala tai mahdoton tallettaa potilastietojärjestelmään, jolloin ne jäävät ajelehtimaan kannettavan tietokoneen levynkulmalle aiheuttaen tietoturvaongelmia ja haitaten kuvien systemaattista hyödyntämistä. Laadukkaiden kuvien ottaminen on hankalaa, koska kuvaajan pitää asettaa käsin joka kerta niin paljon kameran asetuksia kohdalleen.
Korjaus Kuvaustuki Tietokoneohjattu valaisulaite
Miten ongelmat korjataan Kuvaustuki vakioi kuvausetäisyyden ja kulman Kuvaustuki suojaa ulkopuoliselta valolta ja sisältää oman tietokoneella ohjatun LED-valonlähteen Sekä kameran että valaistuksen säätäminen jätetään tietokoneen huoleksi Toteutettava kuvausohjelmisto integroituu potilastietojärjestelmään Ohjelmiston avulla kuvista saa helposti visuaalisia raportteja ihomuutoksen hoidosta Kuvankäsittelyalgoritmeilla voimme mitata kuvasta automaattisesti geometrisia ja väriopillisia ominaisuuksia Spektroskopialla voimme mitata kuvasta kudoksen fysikaalisia ja kemiallisia ominaisuuksia.
Ihon spektroskopian tutkimusta Ela Glaridge et al, Birminghamin yliopisto, "From colour to tissue histology: physics based interpretation of images of pigmented skin lesions" Torbrjörn Nordling et al, "Wavelength selection by genetic algorithms in near infrared spectra for melanoma diagnosis", Vaasan Yliopisto, 3rd European Medical and Biological Engineering Conference Science Daily: "Skin Deep: Imaging Technologies May Detect Pressure Ulcers And Deep-tissue Injuries That Healthcare Workers May Miss", Georgia Institute Of Technology Linköpingin ja Göteborgin yliopistot Lorenzo Leonardi, et al, "Near-infrared spectroscopy and imaging: A new approach to assess burn injuries" In American Clinical Laboratory, Jeri Payette, et al "Assessment of Skin Flaps Using Optically Based Methods for Measuring Blood Flow and Oxygenation" In Plastic and Reconstructive Surgery
Ihon tärkeimmät väripigmentit 10000 Pigmenttien absorbtio Oxyhemoglobiini Deoxyhemoglopiini Melaniini 1000 Absorbtio 100 10 1 200 400 600 800 1000 1200 1400 1600 Aallonpituus / nm
Mitattuja ihon spektrejä 7 Ihon pseudoabsorbtion muutos verenkiertoa hˆ irittˆ essˆ 6 5 Absorbtio / AU 4 3 2 1 0 300 400 500 600 700 800 900 1000 1100 1200 Allonpituus / nm
Ihon ja ledivalaisimen spektrit 7 Ihon pseudoabsorbtion muutos verenkiertoa hˆ irittˆ essˆ i, ja ledivalaisimen spektrit 6 5 Absorbtio / AU 4 3 2 1 0-1 300 400 500 600 700 800 900 1000 1100 1200 Allonpituus / nm
Spektroskopiaa Sininen Vihreä Punainen Infrapuna
Komponenteista koostettu RGB värikuva Petri Välisuo <pvs@uwasa.fi>
Geometrisia mittauksia Petri Välisuo <pvs@uwasa.fi>
Lipo-Dermato-Skleroosi Petri Välisuo <pvs@uwasa.fi>
Loppu.