편리한 도구로 안저 사진은 역학 연구에서 심혈관 질환의 위험 요인에 대한 미세 혈관 응답을 연구하기 위해

전반적인 목표는 심혈관 변화를 측정하기 위해 망막 혈관을 시각화하기 위해 안저 사진을 사용하여 대기 오염과 같은 생활 방식 요인 및 환경 노출에 대한 심혈관계의 반응을 평가하는 것입니다. 이는 높은 대기 오염 에피소드를 포함하여 4개월 동안 건강한 성인 패널에서 망막 혈관을 반복적으로 시각화함으로써 달성됩니다. 두 번째 단계로, 반자동 소프트웨어를 사용하여 망막 이미지 분석을 수행하여 중앙 망막 ARTERIOLAR 등가물(CRAE) 및 중앙 망막 ULAR 등가물(CRVE)을 미세혈관 반응의 프록시로 계산합니다.

다음으로, 선형 혼합 모델을 사용하여 통계 분석을 수행합니다. 망막 미세혈관 구조와 대기 오염 노출 사이의 연관성을 조사하기 위한 결과, 대기 오염이 증가한 기간 동안 건강한 성인에서 CRAE 및 CRVE가 통계적으로 유의하게 감소한 것으로 나타났습니다. 결과는 망막 미세혈관 구조가 대기 오염에 빠르게 반응한다는 것을 나타냅니다.

이 방법은 공중 보건 연구, 특히 심혈관 역학 분야의 질문에 답하는 데 도움이 될 수 있습니다. 망막에 있는 가장 작은 혈관의 반응을 측정하는 것은 질병 발병 경로에 있을 수 있는 초기 영향을 감지하는 데 도움이 되는 것으로 간주됩니다. 공중 보건 연구에 대한 우리의 접근 방식은 개인을 추적하는 데 중점을 두기 때문에 참가자가 감소율을 유지해야 하는 부담을 줄이려고 노력합니다.

저망막 영상은 이 철학에 완벽하게 부합하는 비침습적이고 편리한 기술입니다. 이 기술은 어린 아이들과 노인, Lin Provost 및 Tes Luis와 같은 취약 집단의 미세혈관 변화를 연구하는 데에도 사용할 수 있습니다. 심혈관 역학 분야의 두 연구원이 시연을 할 것입니다.

Lin은 안저 사진을 촬영하는 절차를 시연하고 TE는 이미지 분석을 수행하여 혈관의 직경을 특성화합니다. 장치의 메인 블록과 디지털 망막 카메라에서 보호 셀을 제거하여 이 절차를 시작합니다. 배터리함을 열고 배터리를 카메라에 넣습니다.

배터리와 본체를 연결하는 전선을 분리하지 마십시오. 그런 다음 카메라를 본체에 나사로 고정하고 두 개의 전선을 연결합니다. 그런 다음 본체를 전력망에 연결하십시오.

제공된 USB 케이블로 컴퓨터를 입력합니다. 카메라의 본체를 켠 다음 컴퓨터를 켭니다. 이제 망막 이미징 제어 소프트웨어를 엽니다.

그런 다음 새 환자에 대한 화면의 왼쪽 상단에 있는 연구 아이콘을 클릭합니다. 환자 ID, 환자 이름, 생년월일 등과 같은 모든 세부 정보를 입력합니다. 환자가 이미 시스템에 있는 경우 환자 ID를 입력하고 검색 기록 목록을 사용합니다.

환자의 이름을 두 번 클릭하여 연구를 시작합니다. 그런 다음 환자에게 카메라 앞에 앉으라고 요청합니다. 턱에 턱을 대고 이마

그런 다음 머리를 잠그고 사진을 찍습니다. 그런 다음 환자에게 카메라 렌즈를 똑바로 보도록 요청하십시오. 카메라를 수평면에서 오른쪽 또는 왼쪽 눈으로 이동합니다.

그런 다음 턱 받침대를 사용하여 환자의 각막을 카메라 디스플레이에 잘 나타나는 두 개의 원 안에 배치합니다. 조이스틱의 휠을 사용하여 조정합니다. 그런 다음 XY 평면에서 카메라를 앞, 뒤 및 옆으로 이동합니다.

환자의 동공을 원 안에 배치하려면 동공이 연속적인 원을 형성해야 합니다. 그런 다음 조이스틱의 뒤쪽 방아쇠를 사용하여 각막에서 망막으로 초점을 전환합니다. 이 단계에서 환자는 녹색 신호를 관찰해야 합니다.

환자에게 카메라의 초점을 맞추기 위해 녹색 표시등을 보도록 요청합니다. 조이스틱 바닥에 있는 휠을 돌려 나타나는 두 선을 정렬합니다. 두 선이 연속선이 될 때까지 휠을 돌립니다.

그런 다음 필요한 경우 녹색 조명을 사용하여 사진을 위한 최적의 위치에 눈을 배치하고 카메라 오른쪽에 있는 화살표 버튼을 사용하여 조명을 이동합니다. 광학 디스크가 카메라 디스플레이의 중앙에 오도록 녹색 조명을 배치합니다. 이제 망막으로 전환한 후 나타난 두 개의 흰색 반점을 검색하십시오.

반점을 찾으려면 미세 조정을 위해 조이스틱을 사용하여 XY 평면에서 장치를 이동하면 반점이 흐릿한 얼룩으로 보입니다. 흐릿한 얼룩이 밝은 흰색 반점으로 바뀔 때까지 장치를 앞뒤로 움직입니다. 반점이 밝고 둥글수록 사진의 품질이 좋아집니다.

두 점이 모두 보일 때까지 지점을 배치한 후 조이스틱의 작은 의지를 사용하여 지점을 카메라 디스플레이 중앙으로 가져옵니다. 두 선이 연속적인 선을 형성하는지 확인합니다. 광학 디스크는 카메라 디스플레이의 중앙에 있으며 측면에는 두 개의 밝은 흰색 점이 있습니다.

나중에 조이스틱 위에 있는 버튼을 눌러 망막 사진을 찍습니다. 컴퓨터 화면의 오른쪽 하단 모서리에 있는 학습 완료 버튼을 클릭하여 사진을 저장합니다. 연구를 완료하면 그림이 자동으로 지도에 저장됩니다.

이 절차에서는 황반 중심과 시신경 디스크 중심 사이의 거리를 픽셀 단위로 측정하여 스케일 비율을 결정하고 이 거리는 시신경 디스크 직경의 4, 500 미크론 또는 2.5배로 결정됩니다. 후자가 약 1, 800 미크론인 경우 4, 500을 황반과 사각지대 사이의 평균 거리로 나누어 스케일 비율을 계산합니다. 다음으로, 망막 혈관 분석 소프트웨어 Ivan을 엽니다.

배율 비율을 입력하고 구성을 진행합니다. 그런 다음 망막 사진에 세 개의 노란색 고리가 나타나는지 확인합니다. 배율 비율은 광학 디스크를 둘러싸고 있는 내부 원의 반경을 결정합니다.

또한 내부 링의 중간 지점이 광학 디스크의 중간 지점에 있는지 확인합니다. 그렇지 않은 경우 커서 키를 사용하여 원의 위치를 조정합니다. 중간 원과 바깥쪽 원의 반지름은 내부 원의 반지름보다 각각 2배와 3배 큽니다.

이러한 방식으로 A 영역과 B 영역이 광학 디스크로부터 고정된 거리에 생성됩니다. 망막 이미지의 사진 중앙에 광학 디스크가 있는지 확인합니다. 이렇게 하면 B 영역에 있는 이미지의 선명한 초점이 보장되고 그레이딩 프로세스가 쉬워집니다.

소프트웨어는 자동으로 혈관을 감지하고 이 혈관을 정맥으로 할당합니다. 생리학적 차이에 따라 동맥과 정맥 사이의 혈관을 구별합니다. 동맥은 빨간색으로, 정맥은 파란색으로 표시됩니다.

소프트웨어 도구를 사용하여 소프트웨어에서 선택하지 않은 선박을 선택합니다. 이 선박에도 동일한 규칙이 적용됩니다. 소프트웨어에 의해 자동으로 선택된 혈관의 경우 Ivan에서 중심 망막 세동맥 및 ular equivalent를 결정하고 각각의 분기 딸 혈관에서 CRAE 및 CRVE를 계산합니다.

이 그림은 PM 10의 미터당 10마이크로그램 세제곱 증가 또는 미터당 1마이크로그램의 세제곱과 관련하여 평균 CRAE 및 CRVE의 추정된 변화를 보여줍니다. 다양한 노출 지연에 대한 BC 증가. 이 데이터는 84명으로 구성된 패널로부터 얻은 것으로, 이 절차를 마스터하면 현장 작업 중에 5분 이내에 완료할 수 있습니다.

편리함 때문에 단기 및 장기간에 걸쳐 반복되는 측정값을 쉽게 수집할 수 있으며, 이를 통해 개별 변동성을 제어하면서 시간 경과에 따른 효과를 추적할 수 있습니다. 따라서 각 참가자는 자신의 컨트롤 역할을 합니다. 망막 영상은 대기 오염과 같은 환경적 요인과 다이어트 및 신체 활동과 같은 생활 방식 요인의 영향을 평가하는 데 사용할 수 있습니다.

미세혈관 구조에서는 혈관 구경의 변화가 심혈관 질환의 예측 인자로 밝혀졌습니다. 우리는 미시 순환이 건강한 노화와 건강하지 않은 노화를 구별할 수 있다고 믿습니다. 또한 미세순환은 조기 당뇨병과 같은 질병의 조기 발병뿐만 아니라 초기 알츠하이머병과도 관련이 있습니다.

우리는 현재 망막 이미지에서 추가적인 기하학적 특징을 추출하는 새로운 분석 소프트웨어를 개발하고 있습니다. 분석 파이프라인의 자동화는 결과 도출 시간도 단축할 것이며, 우리의 목표는 광범위한 의료 분야의 응용 프로그램을 통해 분산형 전임상 스크리닝을 위한 모바일 플랫폼을 개발하는 것입니다.