Artificial Intelligence-assisted Multimodal Quantification of Facial Pore Reduction After Microneedling With Adipose-derived Stem Cell Exosomes.

หลักฐานจากการศึกษาในห้องปฏิบัติการและสัตว์ทดลอง เป็นรากฐานที่ช่วยให้เข้าใจกลไกและศักยภาพก่อนการศึกษาในมนุษย์ต่อไป

• ระดับ A · หลักฐานทางคลินิกค่อนข้างแข็งแรง
• ระดับ B · หลักฐานทางคลินิกที่กำลังเติบโตและมีสัญญาณเชิงบวก
• ระดับ C · งานวิจัยในมนุษย์ระยะต้นที่กำลังสำรวจประโยชน์
• ระดับ D · รากฐานทางวิทยาศาสตร์จากห้องปฏิบัติการและสัตว์ทดลอง
• กำลังศึกษาเพิ่มเติม · หัวข้อใหม่ที่นักวิจัยกำลังสำรวจอย่างต่อเนื่อง

บทคัดย่อ (ต้นฉบับภาษาอังกฤษ)

Enlarged facial pores are a common cosmetic concern, exacerbated by age-related collagen degradation and sebaceous hyperactivity. Despite clinical demand, objective quantification methods for pore improvement remain limited. This study used 3 independent analytical platforms-QuantifiCare 3-dimensional (3D) imaging, Gwyddion-based surface roughness analysis, and artificial intelligence (AI)-assisted image segmentation-to evaluate the efficacy of microneedling combined with adipose-derived stem cell exosome (ASCE+) therapy. Thirty subjects underwent 3 sessions of microneedling with topical ASCE+ application. Standardized high-resolution facial images were obtained via the LifeViz Mini system under controlled lighting and positioning. QuantifiCare software generated regional pore scores across 6 facial zones. Gwyddion software quantified 3D surface roughness ( R z , µm) in 4 subunits using paired anatomical landmarks. AI-based contour segmentation assessed pore count and mean pore area (pixels 2 ) in forehead, nose, malar, and buccal zones. Paired t tests were used for statistical comparisons. QuantifiCare pore scores significantly increased across all regions ( P < 0.001), reflecting improved skin texture. Gwyddion R z values decreased by 43%-61%, indicating smoother surface topography. AI analysis showed marked pore size reduction (forehead, -58.2%; nose, -56.1%; malar region, -

ระดับหลักฐาน

หลักฐานจากการศึกษาในห้องปฏิบัติการและสัตว์ทดลอง เป็นรากฐานที่ช่วยให้เข้าใจกลไกและศักยภาพก่อนการศึกษาในมนุษย์ต่อไป

ดูงานวิจัยทั้งหมดที่เกี่ยวข้อง

กรองห้องสมุดงานวิจัยด้วยชื่อเรื่อง ชื่อผู้เขียน หรือปีที่ตีพิมพ์ของงานวิจัยนี้