烧伤面积估算不再依赖专用设备：只用正背面二值掩膜，合成数据上误差低于直接面积比

烧伤总面积（TBSA，即烧伤面积占全身表面积的百分比）现在可以直接从正、背两面的全身掩膜和烧伤区掩膜回归得到，不需要三维扫描仪或标定参照物。 此前临床常用的九分法、手掌法和Lund-Browder表依赖医生经验，不同评估者之间差异较大；已有的二维视觉方法用参照物换算绝对面积，会因体表曲率产生投影误差，三维方法则受设备成本和采集时间限制。 在MassHumanBurn测试集的8000个烧伤实例、128000个视角对上，BurnAreaNet的平均绝对误差低于直接像素面积比基线，决定系数为0.9993，基线为0.9912，三分类准确率为0.984，基线为0.959。

模型把全身形态和烧伤分布分开编码，再用两者特征之差来推断烧伤占比。 做法是用两个结构相同但权重不共享的ResNet18主干，分别处理全身掩膜和烧伤区掩膜，各自输出特征后拼接，再做特征相减得到差分特征。 差分特征经多层感知机输出一个TBSA浮点值；在Intel N150这类15瓦低功耗处理器的CPU上，单批次推理不到300毫秒。

掩膜由自动分割产生时，该方法的误差增幅小于直接面积比。 在SAM_Preprocessed_MHB上，掩膜由Segment Anything Model 2依据真值连通域导出的框提示生成，因此该实验只隔离掩膜生成误差，不含提示定位误差。 从真值掩膜换到SAM2掩膜后，BurnAreaNet的平均绝对误差增加0.13个百分点，平均相对误差增加0.55个百分点；基线分别增加0.49和2.42个百分点。

该方法在合成数据和大规模渲染视图上完成了评估，输入限定为正、背两个方向的全身与烧伤区二值掩膜，面向希望用普通二维影像获得客观烧伤面积估计的研究者和临床工程人员。作者提出后续应纳入更多来源的人体模型、更可控的烧伤合成方法，并支持更多视角以覆盖被遮挡的体表区域，同时在真实患者数据上进一步验证。

作者指出，合成人体模型未包含极度消瘦或重度肥胖等极端体型，也未渲染毛发或模拟截肢等解剖变异，因此在真实患者群体上的表现仍待验证。SAM2是通用分割模型，并非为烧伤创面设计，在真实烧伤照片上效果有限，实际部署需替换为专用分割模型。仅依赖正、背两个视角时，若烧伤主要位于两个视角都看不到的区域，估算在原理上无法完成。四个高分辨率扫描模型中，BMI为39.1的一例表现低于基线，作者认为这与训练分布覆盖不足一致，但单一模型无法确立因果关系。