Een reproduceerbare geautomatiseerde methode voor kwantificering van capillaire dichtheid gebruik Nailfold Capillaroscopy

Summary

Capillaroscopie is een niet-invasieve, efficiënte, relatief goedkope en gemakkelijk te leren methodologie voor het direct visualiseren van haarvaten in de microcirculatie. Tot op heden beschrijft echter slechts één publicatie de betrouwbaarheid van een complex softwareprogramma dat beschikbaar is voor het kwantificeren van capillaroscopiegegevens. Hier presenteren we een eenvoudig, betrouwbaar protocol voor het kwantificeren van haarvaten met behulp van een gestandaardiseerd algoritme.

Abstract

Capillaroscopy is een niet-invasieve, efficiënte, betrekkelijk goedkoop en gemakkelijk te leren methode voor het direct visualiseren van de microcirculatie. De capillaroscopy techniek kan inzicht verschaffen in microvasculaire gezondheid van een patiënt, waardoor verschillende potentieel waardevolle dermatologische, oogheelkundig, reumatologische en cardiovasculaire klinische toepassingen. Bovendien kan tumorgroei afhankelijk zijn van angiogenese, welke kan worden gekwantificeerd door het meten van de dichtheid van microvaten in de tumor. Er is echter nog weinig tot geen normalisatie technieken, en slechts één publicatie date meldt de betrouwbaarheid van de momenteel beschikbare complexe computer gebaseerde algoritmen voor het kwantificeren capillaroscopy data. ¹ Dit document beschrijft een nieuwe, eenvoudigere, betrouwbare, gestandaardiseerde capillaire tellen algoritme voor het kwantificeren nailfold capillaroscopy data. Een eenvoudige, reproduceerbare geautomatiseerde capillaroscopy algoritme zoals dit meer zou vergemakkelijkenwijdverbreide gebruik van deze techniek bij onderzoekers en clinici. Veel onderzoekers momenteel analyseren capillaroscopy beelden met de hand, het bevorderen van vermoeidheid van de gebruiker en de subjectiviteit van de resultaten. Dit document beschrijft een nieuw, eenvoudig te gebruiken automatische beeldverwerkingsalgoritme naast een reproduceerbare, semi-geautomatiseerde telling algoritme. Dit algoritme maakt analyse van de beelden in minuten, terwijl het verminderen van de subjectiviteit; slechts een minimale hoeveelheid trainingstijd (in onze ervaring, minder dan 1 uur) nodig om de techniek te leren.

Introduction

Microvasculaire beeldvorming is een snel groeiende veld met veel potentiële klinische toepassingen. ² bijvoorbeeld, oncologen gebruikt microvessel beeldvorming om de omvang van de tumor angiogenese, waardoor waardevolle informatie over de stand van de tumor en inzicht in mogelijke behandelingen. ^{3 4} Echter, nailfold capillaroscopy is misschien wel de meest kostenefficiënte en breed toepasbaar vorm van microvasculaire beeldvorming. Onderzoekers zijn met behulp van video nailfold capillaroscopy om de bloedstroom tarieven bestuderen en onderzoeken capillaire morfologie. ^{5 6} Zowel video en foto-foto nailfold capillaroscopy zijn adjuncten om de zorg voor de diagnose en de behandeling van het fenomeen van Raynaud en diverse bindweefselziekten zoals systemische sclerose. ²

Nailfold capillaroscopy heeft verschillende potentiële cardiovasculaire toepassingen. Lopend onderzoek met behulp van nailfold capillaroscopy suggereertdat diabetes mellitus type 1 en type 2 patiënten vertonen een hoge prevalentie van abnormale capillaire morfologie, nog ongewijzigd capillaire dichtheden in vergelijking met niet-diabetische individuen. ^7-8 Capillaroscopy is ook onderzocht experimenteel hypertensie. Structurele capillaire verdunning leidt tot een verminderde capillaire dichtheid is aangetoond bij hypertensieve individuen in vergelijking met niet-hypertensieve individuen. ^9-10 In tegenstelling tot deze oudere hypertensieve patiënten (gemiddelde leeftijd 40 en hoger) die structureel verdunning vertonen, is recenter onderzoek aangetoond dat jongere hypertensieve patiënten (gemiddelde leeftijd onder de 40 jaar oud) hebben een functionele verdunning zonder structurele verdunning. ¹¹ Dit suggereert dat functionele verdunning plaatsvindt vóór en kunnen na verloop van tijd ontwikkelen tot structurele verdunning.

Interessant hypertensieve patiënten die bepaalde antihypertensiva zoals Perindopril / Indapamide getoond normal capillaire dichtheid en endotheel functie na behandeling, terwijl die behandeld werden met ACE (angiotensine-converting-enzym) remmers of diuretica onderhouden een lage capillaire dichtheid ondanks een vergelijkbare controle van de bloeddruk. ^{12 Dit} suggereert dat sommige bloeddrukverlagende medicijnen capillaire dichtheid kan normaliseren door het omkeren van de capillaire verdunning veroorzaakt door hypertensie. Bovendien hebben andere onderzoekers aangetoond dat een verlaging van de zoutinname leidt tot omkering van zowel functionele als structurele capillaire verdunning bij hypertensieve individuen. ¹³

Ondanks de diverse potentiële klinische toepassingen van deze technologie, is er weinig standaardisatie techniek voor het kwantificeren van capillaire beelden density. ² Tot op heden hebben onderzoekers gevonden dat de resultaten capillaire dichtheid reproduceerbaar zowel een intra-observer en inter-observatorperspectief indien de exacte hetzelfde gebied wordt geteld elke keer. ^{1,14 15} Van de nota, hebben eerdere onderzoekers grotendeels uitgevoerd capillaire tellingen handmatig met het blote oog, ^{9 16 17 18} dat is een traag en subjectief proces.

Gestandaardiseerde, computer gebaseerde algoritmen voor kwantificering van capillaire beelden theoretisch een efficiëntere en reproduceerbare data-analyse met minder subjectiviteit, het vergemakkelijken van klinische toepassingen van capillaroscopy. Sommige onderzoekers hebben inderdaad gebruikt computergebaseerde's om de gegevens te kwantificeren van nailfold capillaroscopic afbeeldingen. ^{1,6 19 20} Slechts één publicatie actueel beschrijft betrouwbaarheid van een complex softwareprogramma vindt kwantificeren capillaroscopy gegevens ¹ en dit programma wordt bemoeilijkt doordat eerder hierboven vermeld door de eis om de exacte hetzelfde gezichtsveld tellen. Hier presenteren we een eenvoudige, betrouwbaar protocol voor het kwantificeren van capillairen in genormaliseerde algoritme die het mogelijk maakthet gebruik van meerdere gezichtsvelden. Het gebruik van meerdere gezichtsvelden vereenvoudigt niet alleen de procedure, maar maakt ook de beoordeling van normale biologische variatie capillaire tellen.

Het doel van dit onderzoek is om een ​​reproduceerbare en efficiënte gecomputeriseerde algoritme dat de capillaire kwantificering gestandaardiseerd proces te beschrijven. Hoewel deze methoden niet volledig geautomatiseerd zij vereisen zeer weinig invoer van de gebruiker, en snelle en betrouwbare kwantificering van de beelden.

Protocol

Opmerking: De overname proces voor het verkrijgen van capillaire beelden eerder is gepubliceerd en wordt uitgevoerd met behulp van een nog steeds digitale camera met een bijbehorende afbeelding acquisitie en analyse computerprogramma ^{11 21} Dit lab maakt gebruik van stilstaande beelden voor analyse, geen video, vereenvoudigen beeldacquisitie voor analyse.. Het volgende beschrijft de nieuwe techniek voor het kwantificeren van de haarvaten van de beelden.

1. Image Enhancement Process

1. Het verkrijgen van digitale beelden met een monochrome digitale camera. Kalibreren van de afbeeldingen om een ​​object van bekende grootte door het nemen van een foto van een object van bekende lengte, zoals een heerser met de camera. Dit proces maakt het computerprogramma te meten en tellen capillairen nauwkeurig na verwerking. Ideaal voor de hoogste precisie, moet een tasje (wetenschappelijk vervaardigde stuk glas met een liniaal geëtst in het) worden gebruikt. Meet het aantal pixels in een 1 mm vierkantedoos met behulp van een computerprogramma.
   Opmerking: De sleutel tot de reproduceerbaarheid en standaardisatie van dit protocol hangt grotendeels af van de juiste plaatsing van de doos 1 mm ^2, dat wordt geteld.
2. Gebruik contrastverhoging tools om de haarvaten donkerder en lichter de achtergrond, die visualisatie van de haarvaten zal maximaliseren. Initiële differentiatie van capillairen van de achtergrond is belangrijk voor een goede bijsnijden van het beeld in latere stappen. Doe dit door het instellen van het beeld met behulp van een Om dit te doen klik je op "best fit histogram.": Capture, intensiteit, het histogram, de beste pasvorm.
3. Bijsnijden een regio van belang (ROI) voor capillaire tellen als een nieuwe afbeelding (selecteer, regio's van belang). Gebruik een 1 mm ² box, die wordt bepaald door kalibreren beelden in 530 pixels gelijk aan 1 mm. controleer of de bijgesneden afbeelding plaatst de top van de capillaire lussen aan de bovenkant van het beeld.
4. Afvlakken het beeld, zodat alle toekomstige aanpassingen beeld wordt gelijkmatig worden toegepast opDe afbeelding. Om dit te doen klikt u op: proces tabblad, 2D-filters, plat, BG intensiteit van "lichte" object breedte "75," toe te passen.
5. Verhogen van het contrast van het beeld, zodat haarvaten maximaal worden gevisualiseerd. Om dit te doen klik op: passen tabblad, display contrast verhogen naar 75.
6. Ontvlekken het beeld naar de randen van de haarvaten glad door proces tab, 2D-filters, despeckle, kernel maat 7 x 7 op te klikken, toe te passen.
7. Ronden het beeldcontrast zodat haarvaten zijn zwart en de achtergrond is wit. Voer deze stap voor het instellen van de histogram van de "best fit" model.
   Opmerking: zie figuur 2 in Representatieve resultaten voor een voorbeeld van wat de bewerkte beeld eruit moet zien de volgende stappen.

2. Het uitvoeren van capillaire Tellingen / kwantificeren van capillaire dichtheid

1. Op elk beeld, een deel van een goed gedefinieerde capillair met behulp van de "target object" featur selecteren handmatige erkend worden als objecten worden geteld door het programma. Selecteer dan een klein deel van achtergrond, waarbij de "achtergrond" -functie, als verwijzing naar gebieden die moeten worden genegeerd door het tellen algoritme.
   Opmerking: De combinatie van deze highlights worden alle capillairen worden belicht met voorbijgaan aan de achtergrondruis. De kwantificering (tellen) protocol maakt gebruik van computer functies om delen van het beeld op basis van kleur en morfologie differentiëren.
2. Gebruik de telling functie om direct te tellen alle haarvaten in de afbeelding met de beeldvormende apparatuur. Stel de minimumdiameter getelde voorwerpen 5 pixels om te voorkomen achtergrondruis geldend als capillairen.
3. Voor elk individu tel gemiddelde van 3 - 4 afbeeldingen om een ​​betrouwbare beoordeling te verkrijgen.
   Let op: Zie figuur 3 in Representatieve resultaten voor een voorbeeld van hoe het beeld eruit moet zien tijdens het tellen procedure.

3. maken en gebruiken van macro's met Afbeelding Processing Automatiseer

Opmerking: Om tijd te besparen, kan macro's worden gemaakt met het oog op een specifieke volgorde van processen automatisch uit te voeren op een of meerdere beelden. Deze sequenties kunnen worden aangepast om het beeld wijzigingen sneller te maken. In wezen, deze macro's herinneren hoe de beelden worden verwerkt, en snel en zonder input van de gebruiker uit te voeren alle stappen. Het uitvoeren rekent op 12 capillaire beelden duurt dit labo tussen 20 tot 30 min met de macro's (2 tot 3 min per beeld), in tegenstelling tot ongeveer 8 min per beeld zonder de macro. Daarom is het gebruik van de macro's is 3 tot 5 keer efficiënter dan het handmatig verwerken van elk individueel beeld.

1. Om een ​​macro te maken, kies "record macro" en op het ene beeld de stappen en processen gewenst, zoals beschreven in de stappen 1 en 2 hierboven. De naam van de macro op basis waarvan beeldverwerking stappen werden uitgevoerd voor toekomstig gebruik. Wanneer using de macro op toekomstige foto's, klikt u op "Uitvoeren macro" en het programma zal automatisch de opgenomen verbeteringen van toepassing op de foto (s) gewenst.
   Opmerking: Dit lab maakt gebruik van een macro om alle, maar een van de stappen in deel 1 van de methoden in een paar seconden. De enige stap die input van de gebruiker vereist is kiezen waar de afbeelding bij te snijden, Stap 1.2.

Results

Het doel van dit beeldverwerking procedure is om de haarvaten te onderscheiden van de achtergrond, zodat ze nauwkeurig kunnen worden gekwantificeerd. Beide onvolledige beeldverwerking en overmatige beeldverwerking schadelijk zijn voor het vermogen van het programma om de haarvaten te kwantificeren. Zoals blijkt uit figuur 3, incomplete beeldverwerking ziet de capillairen moeilijk te onderscheiden van de achtergrond. Het is essentieel dat de gebruiker in staat om de grens van een capilla...

Discussion

Nailfold capillaroscopy toont belofte als een klinisch bruikbaar instrument in de toekomst voor verschillende oncologie, cardiovasculaire en reumatologische ziekte toepassingen. Het beeld acquisitie proces is vrij consistent tussen onderzoekers, maar er zijn meerdere methoden voor het verwerken en analyseren. Methoden die momenteel onder meer geautomatiseerd en handmatig capillaire telt. Handmatige tellingen zijn problematisch als ze zijn tijdrovend, en onder voorbehoud van de gebruiker subjectiviteit en vermoeidheid. H...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Image-Pro Premier	Media Cybernetics, Inc	9.1	Software voor beeldverwerking