智能糖尿病足溃疡评分系统

摘要 当前的糖尿病足溃疡（DFUs）评估方法缺乏客观性和一致性，给糖尿病患者带来了显著风险，包括截肢的潜在可能性，这突显了在该领域改进诊断工具和护理标准的紧迫需求。为了解决这个问题，本研究的目的是开发和评估智能糖尿病足溃疡评分系统 ScoreDFUNet，该系统结合了人工智能（AI）和图像分析技术，旨在提高糖尿病足溃疡评估的准确性和一致性。ScoreDFUNet能准确地将DFU图像分类为“溃疡”、“感染”、“正常”和“坏疽”区域，在测试集上达到了95.34%的显著准确率，并在精确度、召回率和F1分数上表现出较高水平。与皮肤科医生的比较评估确认我们的算法始终超过初级和中级皮肤科医生的表现，且与高级皮肤科医生的评估紧密匹配，严格的分析包括Bland-Altman图和显著性测试验证了我们算法的稳健性和可靠性。这个创新的AI系统为医疗专业人员提供了一个有价值的工具，并能显著提升糖尿病足溃疡评估领域的护理标准。