廖倫德 副研究員     許靖涵 教授

國衛院廖倫德博士網頁

　　慢性傷口治療一直是臨床醫學的重要挑戰，傳統評估主要依賴醫護人員的視覺判斷，缺乏客觀量化標準。慢性傷口患者常伴隨持續性滲血問題，長期可能導致貧血，影響傷口癒合進程及患者整體健康。目前臨床上缺乏能夠同時評估傷口微循環狀態與血紅素水平的整合性檢測系統，使得醫護人員難以及時發現貧血狀況並提供適切照護。雷射散斑對比成像技術（ LSCI ）能即時監測微循環血流為傷口癒合評估提供新可能性，因此本計畫旨在開發一套結合多光譜成像、血紅素檢測及人工智慧技術的非接觸式智慧傷口檢測光學 系統，以提升傷口照護品質並實現精準醫療目標。

　　本研究將開發一套創新的多光譜LSCI成像系統，採用多光譜相機搭配 755 nm、808 nm、880 nm 及 940 nm 等特定波長雷射光源，能夠在單次拍攝中同時擷取脫氧血紅蛋白、總血紅蛋白、含氧血紅蛋白及脂質等多項關鍵生理參數。此技術利用不同波長光對各種生物組織成分的特異性吸收特性，突破了傳統單一波長成像的限制，建立傷口微循環血流的即時監測與量化分析能力。同時為解決慢性傷口患者的貧血監測問題，系統將整合血紅素檢測功能，直接利用攝影機觀察慢性傷口的滲血情況，搭配  570nm 與 880nm 雙波長光度分析技術進行檢測 量測破裂紅血球釋放的血紅蛋白數值來精確定量血紅素濃度，當血紅素水平低於正常標準時，系統將自動產生預警通知，讓醫護人員能及時介入提供適切的醫療照護。為了提高臨床使用的方便性，將開發先進的深度學習演算法來實現傷口的自動辨識與智慧分析功能 系統能夠自動辨識傷口位置並進行精確的邊界圈選，同時根據傷口的形態特徵、色澤變化及血流狀態等多維度資訊，自動分類傷口類型並預測未來的癒合走勢。此外，系統將整合所有檢測參數，包括多光譜成像數據、血紅素水平及傷口特徵等，建立個人化的治療建議模型。

　　本研究預期建立的多光譜 LSCI 技術平台，擁有同時監測多項血液生理參數的高精度成像能力，大幅提升傷口評估的客觀性與準確度 整合血紅素檢測技術、AI 智慧診斷系統，將提供快速準確的即時監測與預警方案成為臨床醫師的重要輔助工具。在臨床應用上，自動化傷口辨識與分析功能將顯著提升診斷效率，減輕醫護人員工作負擔並提高診斷一致性，早期預警功能可及時發現貧血狀況避免影響傷口癒合，系統提供的客觀數據支援使醫師能制定更精確的個人化治療方案，優化治療成效並減少不必要的醫療資源浪費。