top of page

Forskning - Funktion:Sår och "SeeWound"-AI-modeller

Seber Medical och sår-AI-algoritmerna "SeeWound" har utvecklats gemensamt av forskare vid Linköpings universitet (ledda av professor Folke Sjöberg) och verksamma läkare, sjuksköterskor och undersköterskor från Linköpings universitetssjukhus. Genom det 20-åriga kliniska samarbetet har gruppen tillsammans utvecklat flera objektiva metoder som följer upp, analyserar, bedömer och därmed underlättar behandling och behandlingsuppföljning av brännskador och svårläkta sår.

 

Klinisk forskning började med att använda laserdoppler- och laserspeckle-tekniker för att övervaka sårläkningsbanan och läkningspotentialen genom att analysera perfusion i hud och sår. Den komplexa laserbaserade tekniken kombinerades senare med pågående forskning inom artificiell intelligens (AI) för att utveckla en metod lämplig för bilder tagna med en patentskyddad digitalkamera som används tillsammans med polariserat ljus. Resultaten från forskningsinsatserna vidareutvecklades sedan för att fungera på bilder tagna med traditionella fotografiska tekniker. Så snart den AI-baserade metoden visade sig vara fruktbar klargjordes potentialen och de potentiella fördelarna för patienterna blev tydliga. Alla dessa resultat har kombinerats till det som idag är Funktion:Sår-applikationen. Applikationens övergripande design och funktionalitet har sedan dess utvecklats i samarbete med sjukvårdspersonal verksamma inom specialistkliniker, primärvårdsenheter, kommunala vårdinrättningar samt med patienter.

LiU2.JPG
pic4.png
Samtliga publikationer i kronologisk ordning:

  1. Droog EJ, Steenbergen W, Sjoberg F. Measurement of depth of burns by laser Doppler perfusion imaging. Burns. 2001;27(6):561-8.

  2. Leahy MJ, O´Doherty, J., Nilsson, G., Henricson, J., Anderson, C., Sjöberg, F. . A new method for visualizing red blood cell content in the microcirculation. SPIE, Newroom, International Society for Optical Engineering. 2007;10.1117/2.1200701.0504:1-3.

  3. O'Doherty J, Henricson J, Anderson C, Leahy MJ, Nilsson GE, Sjoberg F. Sub-epidermal imaging using polarized light spectroscopy for assessment of skin microcirculation. Skin Res Technol. 2007;13(4):472-84.

  4. Nilsson GA, C. Henricson, J. Leahy, M. O´Doherty, J. Sjoberg, F. Assessment of tissue viability by polarization spectroscopy. Opto-Electronics Review. 2008;16(3).

  5. Farnebo S, Zettersten EK, Samuelsson A, Tesselaar E, Sjoberg F. Assessment of blood flow changes in human skin by microdialysis urea clearance. Microcirculation. 2011;18(3):198-204.

  6. Henricson J, Tesselaar E, Baiat Y, Nilsson G, Sjoberg F. Local heating as a predilatation method for measurement of vasoconstrictor responses with laser-Doppler flowmetry. Microcirculation. 2011;18(3):214-20.

  7. Tesselaar E, Bergkvist M, Sjoberg F, Farnebo S. Polarized light spectroscopy for measurement of the microvascular response to local heating at multiple skin sites. Microcirculation. 2012;19(8):705-13.

  8. Lindahl F, Tesselaar E, Sjoberg F. Assessing paediatric scald injuries using Laser Speckle Contrast Imaging. Burns. 2013;39(4):662-6.

  9. Bergkvist M, Henricson J, Iredahl F, Tesselaar E, Sjoberg F, Farnebo S. Assessment of microcirculation of the skin using Tissue Viability Imaging: A promising technique for detecting venous stasis in the skin. Microvasc Res. 2015;101:20-5.

  10. Mirdell R, Iredahl F, Sjoberg F, Farnebo S, Tesselaar E. Microvascular blood flow in scalds in children and its relation to duration of wound healing: A study using laser speckle contrast imaging. Burns. 2016;42(3):648-54.

  11. Pham TD, Karlsson M, Andersson CM, Mirdell R, Sjoberg F. Automated VSS-based Burn Scar Assessment using Combined Texture and Color Features of Digital Images in Error-Correcting Output Coding. Sci Rep. 2017;7(1):16744.

  12. Mirdell R, Farnebo S, Sjoberg F, Tesselaar E. Accuracy of laser speckle contrast imaging in the assessment of pediatric scald wounds. Burns. 2018;44(1):90-8.

  13. Cirillo MD, Mirdell R, Sjoberg F, Pham TD. Tensor Decomposition for Colour Image Segmentation of Burn Wounds. Sci Rep. 2019;9(1):3291.

  14. Cirillo MD, Mirdell R, Sjoberg F, Pham TD. Time-Independent Prediction of Burn Depth Using Deep Convolutional Neural Networks. J Burn Care Res. 2019;40(6):857-63.

  15. Elmasry M, Mirdell R, Tesselaar E, Farnebo S, Sjoberg F, Steinvall I. Laser speckle contrast imaging in children with scalds: Its influence on timing of intervention, duration of healing and care, and costs. Burns. 2019;45(4):798-804.

  16. Mirdell R, Farnebo S, Sjoberg F, Tesselaar E. Interobserver reliability of laser speckle contrast imaging in the assessment of burns. Burns. 2019;45(6):1325-35.

  17. Mirdell R, Farnebo S, Sjoberg F, Tesselaar E. Using blood flow pulsatility to improve the accuracy of laser speckle contrast imaging in the assessment of burns. Burns. 2020;46(6):1398-406.

  18. Cirillo MD, Mirdell R, Sjoberg F, Pham TD. Improving burn depth assessment for pediatric scalds by AI based on semantic segmentation of polarized light photography images. Burns. 2021.

bottom of page