NEC 热成像红外成像研究

NEC的背景资料：

最好的预后需要早期识别和治疗 NEC。 穿孔或持续恶化可能需要手术干预。 近年来死亡率有所改善，但非手术 NEC 的死亡率仍约为 15-30%，手术 NEC 的死亡率高达 50%。 幸存者可能会遭受严重的并发症，包括肠功能的长期损害。

初步诊断基于临床检查和诊断成像，通常涉及腹部 X 光检查 +/- 超声检查。 Bell 的分期标准结合了临床、实验室和影像学检查结果，并用于区分疑似 NEC 和确定的 NEC。 Bell 的第 2 阶段表示已证实的 NEC，并且涉及 X 射线上存在肠积气和/或门静脉积气。

诊断 NEC 时的主要困难是 NEC 的早期/疑似阶段在临床和影像学上的表现类似于早产儿所见的良性喂养不耐受。 腹部 X 光检查涉及将患者暴露于电离辐射，而超声成像对患者具有破坏性，需要时间来执行，并且需要熟练的操作员，但操作人员的可用性有限。 这些模式只会显示 NEC 早期阶段的非特定变化。 晚期发现更具辨识力，但是当这些发现变得明显时，通常会错过开始治疗的最佳时间范围。

关于医学热成像的背景信息：

医学红外（IR）成像是医学技术、红外摄像技术和计算机多媒体技术的结合。 红外成像设备记录人体热场。 人体是天然的生物热源，红外热像仪将人体辐射的远红外光波转换为电信号，再通过模/数转换转换为数字量。 这些信号通过多媒体图像处理技术处理成彩色热图，显示人体的温度场。 正常、健康的身体具有特征热图，而异常的身体则表现出与该热图的偏差。 因此，通过比较两者的异同，结合临床诊断，医生和研究人员可以推断出疾病的性质和程度。

研究人员研究了各种计算机化评估方法，这些方法对从患有确定性 NEC 的早产儿和没有喂养不耐受症状的正常婴儿获得的热图像进行计算机化评估。 研究人员表明，健康对照婴儿和被诊断患有 NEC 的婴儿的表面温度演变数据的区分能力是有希望的，具有相当高的分类率和简单的线性分类方案。 此外，我们的结果表明，NEC 婴儿的腹部皮肤温度下降速度较慢，这可能是由于肠道发炎所致。 赖斯等。还使用医学热成像技术帮助检测进入 NICU 的新生儿的 NEC。 通过比较腹部和胸部的温度分布，他们能够确定正常婴儿与被诊断患有 NEC 的婴儿之间的差异。

关于医疗 Microsoft Kinect 传感器的背景信息：

Kinect 传感器是一种广泛使用的消费级安全彩色和深度相机，已在商业市场上销售，用于计算机游戏。 它测量从身体反射的近红外光，以形成环境的表面图。 RGB-D Kinect 传感器最近被应用于医疗保健的各种应用中，并显示出它的有效性，包括医疗康复领域，其中 Kinect 传感器用于患者的主动运动训练和康复，以实现安全和自动化放射治疗，用于囊性纤维化患者的胸壁运动分析，用于康复患者姿势控制的面部特征分析，用于 ICU 患者的自动移动测量，甚至用于婴儿和儿童的自动呼吸暂停监测。

在这项研究中，RGB-D Kinect 传感器的作用主要包括支持自动分割，以及从位于同一位置且经过校准的 IR FLIR 成像仪检索热分布数据。 由于将提供颜色和深度图，经典和强大的图像处理技术将被用来识别感兴趣的区域（婴儿的身体和最终的腹部）。 这种精确分割不能仅从 IR 图像可靠地执行，因为计算机视觉和图像处理技术不能很好地适应 IR 图像。 早期的实验室测试已经进行，以确定 RGB-D 传感器在与红外成像仪的重叠视野中的操作不会影响热图中收集的数据。 因此，组合操作是安全的，并且将提供准确的热分布，就像红外成像仪单独操作一样。 最终目标是结合三种成像技术的优势来改进医学诊断。

研究理由：

以前调查热成像和诊断 NEC 的研究仅使用红外摄像机获取图像。 尽管研究人员能够推导出各种 GA 婴儿的热分布，但我们之前的研究并未采用严格的协议来将红外传感器定位在最佳配置中，从而导致图像质量和感兴趣区域的大小发生更多变化。 这些限制使得难以在热图像中自动选择准确的感兴趣区域，并且需要图像处理专家的手动干预。 在我们目前的研究中，图像采集过程将得到改进和标准化；利用热、颜色和主动深度视觉的 Microsoft Kinect 传感器将被集成到热像仪中，以允许自动选择感兴趣的区域，并将方便医疗人员在患者床边使用。 将开发嵌入式图像处理算法以利用所收集信息的多光谱特性，以便自动分割和整理将监测相关热分布的感兴趣区域。

该系统的初始开发，包括设备集成和组装、RGB-D 和红外传感器之间严格的相机校准程序，以及完整的测试将在实验室环境中进行，仅使用临床环境的模型模型。 然后，为了充分验证这种自动红外图像处理系统在 NEC 早期诊断中的应用，需要采集人体相关图像。 该研究将在 NICU 环境中进行，以进一步验证新开发的非侵入性和自动化成像协议，用于 NICU 中各种大小和 GA 的婴儿，因为 NEC 可能发生在从极早产到足月出生的婴儿中。 由于研究人员希望有朝一日使用这项技术来帮助改进 NEC 的诊断，因此将对两个患者群体进行实验性成像程序。 研究人员将首先使用新开发的设备和图像处理协议对一组健康新生儿的腹部进行成像，以建立标准的热分布。 然后，研究人员还将使用相同的设备对一组已证实患有 NEC 的新生儿进行腹部成像。 通过对这两个人群的图像分析，研究人员将确定所提议的自动红外成像工具的适用性和必要的微调，目的是提高 NEC 早期诊断程序的精度、可用性和可靠性。

目标：

1. 使用热成像传感器和嵌入式图像处理算法开发一种自动成像和分析早产儿腹部的方法。
2. 导出两组婴儿腹部的热成像温度分布：正常婴儿（没有喂养不耐受迹象或 NEC 迹象）和已确诊患有 NEC 的婴儿。
3. 确定自动图像处理算法是否可以辨别正常热分布与 NEC 婴儿的热分布之间的统计显着差异。