October 27th, 2015
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.
Het algemene doel van deze procedure is om het aantal haarvaten per vierkante millimeter in het huidgebied direct onder de nagelcuticula te kwantificeren. Dit wordt bereikt door eerst een monochroom beeld van het nagelbed onder de cuticula te maken. De tweede stap is het importeren van de afbeelding in een computerbeeldbewerkingsprogramma.
Vervolgens worden de afbeeldingen gemanipuleerd om de haarvaten beter te visualiseren, de laatste stap is het identificeren en tellen van alle haarvaten binnen één vierkante millimeter. Uiteindelijk wordt beeldmanipulatie gebruikt om de hoeveelheid en morfologie van de haarvaten van een individu te tonen. Deze methode kan helpen bij het beantwoorden van belangrijke vragen op het gebied van cardiovasculaire gezondheid, zoals hoe hypertensie, diabetes en andere ziekten de microcirculatie kunnen beïnvloeden.
Gebruik een monochroom digitale camera om capillaire beelden te verkrijgen zoals eerder beschreven. Neem vervolgens kalibratiebeelden van een ridicule met millimetermarkeringen met behulp van dezelfde camera en beeldvergrotingsvoorwaarden die werden gebruikt om de capillaire beelden te verkrijgen. Importeer de afbeelding van de ridicule in het computerbeeldbewerkingsprogramma en meet het aantal pixels in een lijn van één millimeter op de foto van de liniaal.
Schrijf dit aantal op en bereken het aantal pixels in een gebied van één millimeter bij één millimeter. Open vervolgens een van de capillaire afbeeldingen, verduister de haarvaten en verlicht de achtergrond door de afbeelding aan te passen met behulp van een histogram met de beste pasvorm. Gebruik vervolgens de ROI-maak-opdracht in het vervolgkeuzemenu om een gebied van interesse van één millimeter bij één millimeter aan de bovenkant van het scherm te maken.
Sleep en positioneer het gebied van interesse naar de locatie met de duidelijkste capillaire lussen. Zorg ervoor dat het gebied van interesse zo wordt geplaatst dat de top van de capillaire lussen zich aan de bovenkant van het gebied bevindt. De sleutel tot reproduceerbaarheid en standaardisatie van deze stap van het protocol is de juiste plaatsing van de vierkante regio van interesse van één millimeter.
Een goede vuistregel om standaardisatie te handhaven, is om de doos op de top of de punt van de capillaire lussen van de afbeelding te plaatsen. Zodra correct gepositioneerd, klikt u op de ROI en klik vervolgens op bijsnijden uit het vervolgkeuzemenu dat verschijnt, en platt de afbeelding zodat alle toekomstige beeldaanpassingen gelijkmatig op de afbeelding worden toegepast. Verhoog vervolgens het contrast van de afbeelding tot 75 zodat de haarvaten maximaal zichtbaar zijn.
Verwijder ook de speckles van de afbeelding om de randen van de haarvaten glad te maken. Bepaal de laatste contrast van de afbeelding door de histogram aan te passen aan het model met de beste pasvorm, zodat de haarvaten zwart en de achtergrond wit zijn. Selecteer handmatig op elke afbeelding een deel van een goed gedefinieerde capillair met behulp van de doelobjectfunctie om te worden herkend als objecten die door het programma moeten worden geteld.
Selecteer vervolgens een klein deel van de achtergrond met behulp van de achtergrondfunctie als referentie voor gebieden die moeten worden genegeerd door het telalgoritme. Stel de minimale diameter van getelde objecten in op vijf pixels om te voorkomen dat achtergrondruis als haarvaten wordt geteld. Gebruik vervolgens de telfunctie om alle haarvaten in de afbeelding voor elke persoon onmiddellijk te tellen.
Tel het gemiddelde van drie tot vier afbeeldingen om een betrouwbaardere beoordeling te verkrijgen. Om tijd te besparen, maak een macro om automatisch een specifieke reeks processen op een of meer afbeeldingen uit te voeren door eerst macro opnemen te selecteren en de macro te noemen op basis van de uitgevoerde stappen en processen die in deze video worden beschreven. Voer vervolgens de beeldmanipulatiestappen uit terwijl de macro wordt opgenomen.
Wanneer u de macro gebruikt op toekomstige foto's, klikt u gewoon op macro uitvoeren en het programma zal automatisch de opgenomen verbeteringen toepassen op de gewenste afbeeldingen. De enige stap die gebruikersinvoer vereist, is het kiezen waar de afbeelding moet worden bijgesneden. Een optimaal verwerkte afbeelding kan binnen 30 seconden worden geteld en onderscheidt duidelijk haarvaten van achtergrond evenals individuele haarvaten van elkaar.
De uiteindelijke verbeterde afbeelding wordt hier getoond. Het totale aantal dat voor deze afbeelding werd bepaald, was 54 haarvaten per vierkante millimeter. Eenmaal onder de knie. Deze techniek kan worden gebruikt om 12 afbeeldingen binnen 20 minuten te kwantificeren en te manipuleren.
View the full transcript and gain access to thousands of scientific videos
Capillaroscopie is een niet-invasieve methode voor het visualiseren van haarvaten in de microcirculatie. Dit artikel presenteert een betrouwbaar protocol voor het kwantificeren van haarvaten met behulp van een gestandaardiseerd algoritme.
Standardized quantitation of capillary density using computerized nailfold capillaroscopy addresses a critical need for reproducible microvascular assessment in early discovery and translational research. This method reduces subjectivity and user fatigue, enabling reliable, quantitative evaluation of microcirculation relevant to disease modeling and target validation. Its reproducibility and efficiency support robust decision-making at key inflection points in cardiovascular and metabolic disease pipelines.
This computerized capillaroscopy method integrates into the discovery-to-preclinical continuum, supporting both early hypothesis testing and translational biomarker alignment.