Hemos creado una aplicación para Android que permite el análisis térmico y geométrico en 3D de las úlceras del pie o pie diabético a lo largo del tiempo como se muestra en este vídeo de 3 minutos aproximadamente.

Primero, se selecciona al paciente en el teléfono inteligente (smartphone) y se cargan las imágenes de exámenes anteriores.

Cámara térmica FlirOne Pro y hacemos adquisiciones de imágenes térmicas y de color desde varios ángulos de visión.

Luego construimos un modelo 3D, tanto térmico como geométrico.

Finalmente, se dan métricas térmicas y geométricas durante los diversos exámenes, lo que permite al médico seguir la evolución de la úlcera de consulta en consulta.

Este sistema fácil de usar y muy rápido se ofrecerá a la venta para hospitales y consultorios médicos para monitorear de mejor manera las úlceras en el pie o pie diabético. Contribuirá a una mejor atención de los pacientes diabéticos.

A continuación encontrará las publicaciones científicas de este trabajo. Se pueden descargar en "Base de datos".

References

Journals

[1] Niri R., Gutierrez E., Douzi H., Lucas Y., Treuillet S.,  Castaneda B., Hernandez I., Multi-view data augmentation to improve wound segmentation on 3D surface model by deep learning, in IEEE Access, vol. 9, pp. 157628-157638, 2021 , 10.1109/ACCESS.2021.3130784 . (IF 3.367), Q1

[2] Gutierrez E., Castañeda B., Treuillet S., Hernandez I., Multimodal and Multiview Wound Monitoring with Mobile Devices. Photonics. 2021; 8(10):424. 10.3390/photonics8100424 (IF 2.676), Q2

[3] Y. Lucas, R. Niri, S. Treuillet, H. Douzi, B. Castaneda, Wound size imaging : ready for smart assessment and monitoring, Advances in Wound Care, Mary Ann Liebert publ.doi: 10.1089/wound.2018.0937. Published online 22 Apr 2020 Epub ahead of print. PMID: 32320356.

Conferences

[4] E. Gutierrez, B. Castaneda, S. Treuillet, Registration of thermal 3D models over time using low cost and portable devices, Quality Control Artificial Vision, 2023.

[5] E. Gutierrez, B. Castañeda, S. Treuillet, Y. Lucas, Combined thermal and color 3D model for wound evaluation from handheld devices SPIE Medical Imaging, 2021, 10.1117/12.2580669 .

[6] Rania Niri, Hassan Douzi, Yves Lucas and Sylvie Treuillet, A superpixel-wise fully convolutional network approach for diabetic foot ulcer tissue classification ICPR-AIHA Workshop on Artifical Intelligence for Healthcare Applications , Milano Italy 10-01- 2021

[7] E.Gutierrez, B. Castañeda, S. Treuillet, Correction of temperature estimated from a low-cost handeld infrared camera for clinical monitoring, 20th Advanced Concepts for Intelligent Vision Systems (ACIVS), Lecture Notes in Computer Sciences vol.12002: 108-116, 2020 . 10.1007/978-3-030-40605-9_10

[8] Rania Niri, Hassan Douzi, Yves Lucas and Sylvie Treuillet, Semantic segmentation of diabetic foot ulcer images : dealing with small dataset in DL approaches, LNCS 12 119, Springer, 2020

[9] Rania Niri, Hassan Douzi, Yves Lucas and Sylvie Treuillet, Semantic segmentation of diabetic foot ulcer images : dealing with small dataset in DL approaches, 9th int. ICISP conf . Marrakech, Morocco, June 4-6 2020

[10] Rania Niri, Hassan Douzi, Yves Lucas and Sylvie Treuillet, Semantic segmentation of diabetic foot ulcer images : dealing with small dataset in DL approaches Lecture Notes in Computer Science, vol 12119, Springer, Cham 10.1007/978-3-030-51935-3 17

[11] Rania Niri, Hassan Douzi, Yves Lucas and Sylvie Treuillet, Fully convolutional networks for diabetic foot ulcers diagnosis, Int. conf. on Medical Diagnostic Imaging and Radiology (ICMDIR 2020), Barcelona, Spain 05-06 march 2020

PhD Reports

[12] E.Gutierrez, Fusion of thermal and three-dimensional data for wound monitoring PhD of Orleans University France & PUCP Lima Peru 13-04-23

[13] R. Niri, 13-04-22 Deep learning for wound image analysis applied to diabetic foot ulcer, PhD of Ibn Zohr University, Agadir, Marocco