Détection des caractéristiques de la nanotexture du stratum corneum par deep learning et analyse spatiale : un outil non invasif pour l’évaluation de la barrière cutanée

Publications scientifiques

Détection des caractéristiques de la nanotexture du stratum corneum par deep learning et analyse spatiale : un outil non invasif pour l’évaluation de la barrière cutanée

GigaScience, 1-10, Septembre 2024

S’appuyant sur des travaux précédents, cette étude améliore l’évaluation de la sévérité de la dermatite atopique en affinant les indicateurs AFM et IA de Loretta — et en en introduisant un nouveau. À partir de plus de 1 000 images de cellules cutanées annotées, notre IA détecte les CNO avec une précision de 91 %. Le nouvel indice topographique effectif des cornéocytes (ECTI) ajoute une analyse spatiale permettant de cartographier la distribution des CNO, renforçant ainsi la fiabilité. La recherche montre que la méthode de Loretta est encore plus performante pour distinguer les niveaux de sévérité de la dermatite atopique, en faisant un outil puissant et non invasif pour l’évaluation de la santé cutanée.

Autres articles qui pourraient vous plaire