日前，四川大学华西医院对外公示一项科技成果转化，拟将其“一种基于分数阶复合多尺度样本熵的压力性损伤检测方法”的专利以排他性许可的方式转让给四川博济泰医疗器械有限公司，交易金额为72万元。该专利的发明人为蒋艳及其团队。
图片来自四川大学华西医院信息公开
该专利通过自适应光流追踪、欧拉视频放大等技术，实现压力性损伤的精准分期与早期识别，突破了传统静态检测方法易误判、对个体差异适应性差的局限，为长期卧床患者的压力性损伤筛查提供智能化解决方案。
压力性损伤又称压力性溃疡，是临床护理领域高发的并发症，其发病具有明确的病理机制：局部组织长期受压、受剪切力或摩擦力作用，会导致血液循环受阻，进而引发皮肤及皮下组织缺血、缺氧、营养不良，最终形成从表皮红斑到深层组织坏死的渐进性损伤。该病症尤其多见于长期卧床、乘坐轮椅的患者，或是因疾病导致肢体活动受限的人群，骶尾、足跟、髋部、肩部等骨突部位因受力集中，成为损伤的典型好发区域。临床实践表明，对压力性损伤的早期精准识别和科学分期，是阻断损伤进展、降低治疗难度、减轻患者痛苦的关键，但这一环节恰恰面临着难以突破的现实困境。
临床检测的核心痛点集中在两方面：一是早期损伤识别难度大，I期压力性损伤的典型表现为局部皮肤出现红斑，但其亮度会随皮下微循环的波动呈现周期性变化，这种动态特征在静态观察中极易被忽视，进而被误判为暂时性充血，导致干预时机延误，使轻度损伤逐渐发展为深度溃疡；二是分期判断依赖主观经验，不同医护人员对损伤程度的评估标准存在差异，缺乏客观量化指标，易出现分期偏差，直接影响治疗方案的针对性与有效性。
现有检测方案的技术缺陷进一步加剧了这一困境。当前临床主流检测手段均以静态图像识别为核心，难以满足精准检测需求：基于HSV颜色模型的红斑阈值分割技术虽能定位疑似损伤区域，但仅能捕捉瞬时静态特征，无法反映损伤的动态演变过程，对早期动态变化的敏感度不足；利用灰度共生矩阵（GLCM）量化皮肤纹理的方法，侧重分析皮肤表面的粗糙度与均匀性，却难以区分早期损伤与正常组织的细微差异，易出现假阳性结果；近红外光谱、热成像技术通过温度差异判断局部缺血情况，但受环境光照、患者肤色差异等因素影响较大，检测稳定性欠佳。
即便是引入了时序分析的传统图像熵方法，也存在明显短板：这类方法对光照条件高度敏感，在肤色差异较大的患者群体中，检测特异性显著下降；部分研究采用的多尺度熵分析，因依赖固定参数和均值粗粒化策略，既无法有效保留红斑区域瞬态波动等信号的高频细节，对微弱动态变化反应迟钝，也难以自适应调整参数以匹配不同患者的皮肤特性差异，最终导致对压力性损伤分期的判断精度受限，远不能满足临床对精准检测、实时监测的需求。
该专利技术以动态信号分析为核心，融合医学影像处理与人工智能算法，在检测逻辑、特征提取、模型构建三大维度实现突破性创新，彻底打破传统静态检测的技术桎梏。
在检测逻辑层面，创新采用“视频动态追踪+信号放大”的双重预处理机制。与传统单帧图像分析不同，该技术通过自适应光流场对疑似损伤区域进行动态追踪：根据视频帧的光照变化程度计算亮度方差，结合运动复杂程度确定图像梯度均值，进而动态调整自适应权重系数，构建亮度一致性误差优化目标函数。即便在光照波动、噪声干扰等复杂环境下，也能精准锁定损伤区域的移动轨迹，确保检测目标不丢失。同时，通过欧拉视频放大法处理追踪视频，可有效增强皮肤微振动信号，捕捉肉眼难以察觉的亮度微小变化，为早期损伤识别提供数据支撑。
在模型构建过程中，我们选择径向基函数（RBF）作为支持向量机（SVM）的核函数，通过优化超平面法向量与偏置项的目标函数，最大化不同损伤类别的分类间隔，从而显著提升模型的泛化能力。该核函数能够有效处理高维非线性数据，适配压力性损伤多分期、特征复杂的分类需求，确保模型在健康皮肤与一至四期损伤之间实现精准区分。
这项技术的多维创新可直接转化为三大核心优势，精准契合临床检测场景的实际需求。
其一，早期识别精度高。通过动态追踪皮肤微循环波动引发的亮度变化，能够精准区分I期损伤的早期红斑与暂时性充血，解决了传统静态检测易误判、干预时机延误的痛点，为轻度损伤的及时干预提供科学依据。
其二，检测鲁棒性强。借助自适应光流场的参数动态调整机制与分数阶微分的噪声抑制能力，该技术在不同光照条件、不同肤色患者的检测场景中均能保持稳定性能，大幅降低环境因素与个体差异对检测结果的影响。
其三，自动化程度高。从视频预处理、特征提取到分期判断，全程无需人工干预，既减少了医护人员主观经验带来的判断偏差，又大幅缩短了检测时间，适合长期卧床患者的批量筛查与常态化监测，有效减轻医护人员工作负担。
除华西医院这款基于分数阶复合多尺度样本熵的压力性损伤检测专利技术以外，压力性损伤检测领域已有多款成熟产品实现临床应用，这些竞品覆盖静态图像识别、纹理分析、热成像等不同技术路径，为临床压力性损伤检测提供了多样化的解决方案。
Scarletred公司研发的Scarletred® Vision皮肤成像与AI分析系统，核心功能是通过标准化移动2D、3D成像技术采集皮肤图像，基于HSV颜色空间解析皮肤红斑的色度、饱和度及亮度特征，结合形态学处理算法分割红斑区域，自动量化病变区域的几何参数、颜色分布及纹理特征，生成符合监管要求的分析报告。其核心价值在于实现皮肤成像的标准化与颜色校准，有效规避光照、角度等因素的干扰，为压力性损伤的早期红斑识别提供客观、可追溯的数据支持，适配临床常规监测与临床试验数据采集场景。
ArjoHuntleigh公司推出的压力性损伤评估工具（Pressure Injury Assessment Tool）基于灰度共生矩阵（GLCM）技术，通过量化皮肤纹理的粗糙度、均匀性等核心指标，构建纹理特征数据库，以此区分正常皮肤组织与损伤区域的纹理差异。该产品的核心价值在于提供客观的纹理量化数据，为损伤程度评估提供标准化参考，适用于中重度损伤的纹理变化监测与记录。
FLIR公司研发的FLIR ONE Pro Medical Edition医疗级热成像检测设备，通过热成像传感器捕捉皮肤表面的温度分布图像，分析局部组织与周围正常皮肤的温度梯度差异，以此间接反映局部血液循环状况，并生成温度分布热力图与温差数据报告。该设备的核心价值在于实现非接触式检测，避免对脆弱皮肤造成二次伤害；同时，通过温度信号辅助判断局部缺血情况，为损伤风险预警提供温度维度的数据支撑。
这些竞品凭借各自的技术优势，在临床场景中形成互补格局，满足了不同场景下的检测需求。无论是快速筛查、精准评估还是风险预警，均为压力性损伤的临床管理提供了重要技术支撑，推动损伤检测向标准化、客观化方向发展。
渝公网安备 50011202502165号
