Artykuł metodologiczny

Przepływ pracy w celu ilościowego określenia zmian w autofluorescencji dna plamki zwyrodnienia plamki żółtej związanych z wiekiem

DOI:

10.3791/65238

⸱

26 maja 2023

 ,  ,  ,  , 
1Department of Ophthalmology, University of Bonn, 2Department of Ophthalmology and Visual Sciences, University of Alabama at Birmingham

* These authors contributed equally

W tym artykule

Podsumowanie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

To badanie opisuje proces określania i porównywania poziomów autofluorescencji z poszczególnych obszarów zainteresowania (np. druzy i podsiatkówkowych złogów druzenoidowych w zwyrodnieniu plamki żółtej związanym z wiekiem [AMD]) przy jednoczesnym uwzględnieniu różnych poziomów autofluorescencji w całym dnie.

Streszczenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Obrazowanie autofluorescencji dna oka (FAF) pozwala na nieinwazyjne mapowanie wewnętrznych fluoroforów dna oka, szczególnie nabłonka barwnikowego siatkówki (RPE), teraz mierzalnego dzięki pojawieniu się konfokalnej skaningu laserowego opartej na oftalmoskopii ilościowej autofluorescencji (QAF). Wykazano, że QAF jest ogólnie zmniejszony w tylnym biegunie w zwyrodnieniu plamki żółtej związanym z wiekiem (AMD). Związek między QAF a różnymi zmianami AMD (druzy, podsiatkówkowe złogi druzenoidowe) jest nadal niejasny.

Ten artykuł opisuje proces określania QAF specyficznego dla zmiany chorobowej w AMD. Stosowane jest multimodalne podejście do obrazowania in vivo, w tym między innymi optyczna tomografia koherentna w domenie spektralnej (SD-OCT), skanowanie objętości plamki żółtej i QAF. Korzystając z niestandardowych wtyczek FIJI, odpowiedni obraz QAF jest wyrównywany z obrazem w bliskiej podczerwieni ze skanu SD-OCT (charakterystyczne punkty orientacyjne, tj. rozwidlenia naczyń). Dołek środkowy i krawędź głowy nerwu wzrokowego są oznaczane na obrazach OCT (i przenoszone na zarejestrowany obraz QAF) w celu dokładnego pozycjonowania siatek analizy.

Zmiany specyficzne dla AMD mogą być następnie zaznaczone na poszczególnych BScanach OCT lub na samym obrazie QAF. Normatywne mapy QAF są tworzone w celu uwzględnienia zróżnicowanej średniej i odchylenia standardowego wartości QAF w całym dnie oka (obrazy QAF z reprezentatywnej grupy AMD uśredniono w celu zbudowania normatywnych standardowych map AMD QAF siatkówki). Wtyczki rejestrują współrzędne X i Y, z-score (pomiar numeryczny opisujący wartość QAF w stosunku do średniej map AF pod względem odchylenia standardowego od średniej), średnią wartość intensywności, odchylenie standardowe i liczbę zaznaczonych pikseli. Narzędzia te określają również wskaźniki Z ze strefy granicznej zaznaczonych zmian. Ten przepływ pracy i narzędzia analityczne poprawią zrozumienie patofizjologii i interpretacji klinicznych obrazów AF w AMD.

Wprowadzenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Obrazowanie autofluorescencji dna oka (FAF) zapewnia nieinwazyjne mapowanie naturalnie i patologicznie występujących fluoroforów dna oka1. Najpowszechniejsza niebieska (wzbudzenie 488 nm) autofluorescencja (AF) wzbudza granulki lipofuscyny i melanolipofuscyny nabłonka barwnikowego siatkówki (RPE)2,3,4. Dystrybucja i zwiększanie/zmniejszanie ziarnistości odgrywają kluczową rolę w prawidłowym starzeniu się i różnych chorobach siatkówki, w tym zwyrodnieniu plamki żółtej związanym z wiekiem (AMD)5.

Dalszy rozwój FAF, ilościowej autofluorescencji dna oka (QAF), teraz pozwala na dokładne określenie topograficznie rozdwojonych intensywności AF siatkówki4,6. Włączając odniesienie do ścieżki optycznej urządzenia do obrazowania FAF, można porównać intensywność AF między urządzeniami, punktami czasowymi i obiektami. Technika ta doprowadziła do zmiany paradygmatu w odniesieniu do przypuszczalnego czynnika patogenetycznego w AMD, który przez długi czas spekulowano, że jest spowodowany nadmierną akumulacją lipofuscyny w komórkach RPE7. Histologiczna i kliniczna kwantyfikacja migotania przedsionków ujawniła jednak spadek migotania przedsionków w AMD (z powodu redystrybucji i utraty granulek autofluorescencyjnej lipofuscyny i melanolipofuscyny), zamiast proponowanego wzrostu AF8,9,10.

Monitorowanie AF ma implikacje kliniczne. Von der Emde i inni i inni wykazali, że migotanie przedsionków nie tylko ulega zmniejszeniu, ale także dalszemu spadkowi w przebiegu AMD u wysokiego ryzyka, pośrednich AMD eyes8,9. Ponadto badania histologiczne sugerują, że większość komórek RPE dotkniętych AMD wykazuje charakterystyczne zachowanie z agregacją i ekstruzją granulek przed utratą komórek RPE w wyniku subdukcji, złuszczania, migracji lub atrofii13,14,15,16. To dodatkowo wskazuje, że utrata migotania przedsionków może być wyzwalaczem lub zastępczym sygnałem zbliżającego się postępu choroby.

Badania QAF do tej pory oceniały AF tylko globalnie na tylnym biegunie - przy użyciu prefabrykowanych siatkowych układów współrzędnych biegunowych (np. QAF8/Delori Grid)17. Użycie prefabrykowanych siatek do pomiaru AF powoduje uzyskanie wielu wartości AF w określonych obszarach na oko obiektu. Badanie wartości migotania przedsionków w ten sposób może przeoczyć lokalne zmiany w obszarach z patologicznie zmienionym migotaniem przedsionków, na przykład w AMD na szczycie lub w pobliżu druz lub podsiatkówkowych złogów druzenoidowych (SDD). Druzy, a w większym stopniu SDD, wiążą się z wysokim ryzykiem rozwoju późnego AMD i utraty wzroku. W szczególności druzy mają typowy cykl zwiększania rozmiarów przez wiele lat i mogą szybko ulec pogorszeniu przed atrofią. Można sobie wyobrazić, że na przykład globalne migotanie przedsionków zmniejsza się w AMD, ale zwiększa się lub jest jeszcze bardziej zmniejszone w tych specyficznych zmianach ogniskowych związanych z chorobą i wokół nich.

Różne lokalne wzorce migotania przedsionków mogą mieć również znaczenie prognostyczne dla postępu choroby. Na przykład poziomy autofluorescencji mogą być wykorzystane do oceny, czy druzy zwiększają swoją wielkość, czy też są już w fazie regresji do atrofii. Wykazano już, że zmienione wzorce perylezyjne migotania przedsionków w atrofii geograficznej w dużej mierze wpływają na postęp atrofii w czasie18. Dodatkowo, lokalne wzorce autofluorescencji mogą ujawnić dalsze szczegóły dotyczące zdrowia RPE. Często optyczna tomografia koherentna (OCT) wykazuje hiperrefleksję w naczyniówce włosowatej, chociaż warstwa RPE wydaje się nienaruszona. Podejście multimodalne łączące lokalne wartości QAF i OCT może pomóc w różnicowaniu zmian o wysokim ryzyku zakłócenia RPE i zbliżającej się atrofii.

Jednym z powodów, dla których nie przeprowadzono analiz przestrzennie rozdzielczych w badaniach, jest to, że najczęściej używane oprogramowanie producenta nie dostarcza narzędzia do tego typu analiz. Właściwości migotania przedsionków różnych zmian chorobowych w zależności od stopnia zaawansowania choroby AMD mogą dodatkowo wyjaśnić patogenezę AMD. W związku z tym pożądane byłoby narzędzie do pomiaru regionalnego, specyficznego dla zmiany chorobowej migotania przedsionków. Aby dokładnie porównać zmiany chorobowe zlokalizowane w całej siatkówce, przepływ pracy musi uwzględniać różne stopnie migotania przedsionków w ludzkim dnie oka19. Przede wszystkim AF jest charakterystycznie niższy ze względu na zacieniające efekty pigmentu plamki żółtej i różną liczbę granulek20,21.

AF osiąga swój szczyt na ~9° (odległość do dołka we wszystkich kierunkach) i zmniejsza się w większym stopniu peryferyjnie4. W związku z tym, gdyby porównać bezwzględne wartości poziomów AF z miękkich druz (zlokalizowanych na dołku centralnym i paradołku w obszarach niskiego AF) i SDD (zlokalizowanych przycentralnie w obszarach wysokiego AF), wyniki nie byłyby porównywalne22. Zainspirowany pracą Pfau i wsp. oraz koncepcją utraty wrażliwości (korygowanie czułości mierzonej w AMD dla wzgórza widzenia [zmniejszająca się wrażliwość siatkówki wraz z odległością do dołka środkowego] u zdrowych osób z grupy kontrolnej) dla perymetrii kontrolowanej dna oka, AF jest porównywany ze standaryzowanymi wartościami AF w całej plamce żółtej23,24. Wyniki są przedstawiane jako wskaźniki Z (numeryczny pomiar stosunku wartości regionu zainteresowania do średniej).

Celem tego badania jest ocena wykorzystania nowego narzędzia do pomiaru lokalnych poziomów QAF w różnych typach zmian u pacjentów z AMD. To narzędzie jest przeznaczone do pomiaru poziomu autofluorescencji zmian zidentyfikowanych na skanach OCT. Umożliwia to ocenę miejscowych poziomów autofluorescencji w zmianach chorobowych, takich jak miękkie druzy lub SDD, oraz umożliwia śledzenie zmian AF spowodowanych zmianami w czasie. Potencjalną użytecznością tego narzędzia jest umożliwienie nowego biomarkera strukturalnego, który szacuje stan zdrowia RPE i może mieć wartość prognostyczną dla badanych zmian.

Protokół

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Badanie zostało przeprowadzone zgodnie z Deklaracją Helsińską i zatwierdzone przez Komisję Etyki Uniwersytetu w Bonn (kod protokołu 305/21). Uzyskano pisemną świadomą zgodę od wszystkich uczestników biorących udział w badaniu. Poprosiliśmy wszystkich uczestników filmu o podpisanie formularzy zgody na wykorzystanie ich podobizny i danych osobowych podczas tworzenia filmu online.

1. Akwizycja obrazów metodą ilościowej autofluorescencji (QAF)

  1. Aby uzyskać dokładny obraz za pomocą urządzenia QAF, upewnij się, że uczestnik siedzi wygodnie przed urządzeniem. Poproś uczestnika, aby przycisnął brodę i czoło do podbródka i zagłówka. Dostosuj wysokość podbródka, aż kąt bocznej powieki znajdzie się na tej samej wysokości, co czerwone oznaczenie.
  2. Upewnij się, że obraz jest ustawiony w trybie bliskiej podczerwieni, obracając pokrętłem na urządzeniu rejestrującym, aż małe naczynia będą ostre. Powiększ oko, przesuwając aparat do przodu, aż rogi obrazu zostaną równomiernie oświetlone. Z reguły należy dostosować ostrość do odpowiednika sferycznego. Zmniejsz ostrość przed obrazowaniem QAF o jeden lub dwa dioptrie, ponieważ niebieski QAF wykorzystuje krótszą długość fali, i przełącz modus urządzenia QAF z trybu bliskiej podczerwieni na tryb QAF.
  3. Dostosuj i przeskaluj oświetlenie oraz dostosuj ostrość obrazu, aż małe naczynia znajdujące się najbliżej dołka będą ostre, a obraz będzie jasno oświetlony bez czerwonych kropek (wskazujących na nadmierne oświetlenie). Wybielić fotopigment, czekając co najmniej 30 s w trybie QAF przed akwizycją obrazu, aby umożliwić ciągłe wzbudzenie światłem niebieskim w celu wybielenia pigmentu fotoreceptora w polu view ustawień aparatu.
  4. Aby przechwycić obrazy, naciśnij przycisk Image Acquisition (Akwizycja obrazu) na panelu dotykowym urządzenia do przetwarzania obrazu; upewnij się, że zarejestrowałeś więcej niż jeden obraz QAF w przypadku mrugania lub nagłych ruchów gałek ocznych podczas akwizycji.
    UWAGA: Przebieg pracy wymaga również obrazów optycznej koherentnej tomografii spektralnej (SD-OCT). Akwizycja obrazów OCT jest wyjaśniona w innym miejscu, ponieważ jest szeroko stosowana w praktyce klinicznej25.

2. Eksport obrazów

  1. W przypadku tego potoku analizy upewnij się, że obrazy QAF i OCT są w formacie pliku XML (Extensible Markup Language). W przeglądarce HEYEX kliknij prawym przyciskiem myszy żądany obraz QAF/OCT i wybierz z menu rozwijanego opcję Eksportuj | jako XML.

3. Wtyczki open-source do analizy QAF - instalacja rurociągu

UWAGA: Prezentowane oprogramowanie QAF to wtyczka open-source o nazwie "Spectralis pipeline" stworzona dla oprogramowania open-source ImageJ (rozszerzenie FIJI)26.

  1. Aby uzyskać dostęp do wtyczki, otwórz FIJI, wybierz Pomoc, a następnie Aktualizuj z menu rozwijanego, a następnie kliknij Zarządzaj witrynami aktualizacji, aby dodać witrynę aktualizacji Creative Computation "https://sites.imagej.net/CreativeComputation/" do istniejących witryn aktualizacji.
  2. Pobierz wtyczki, a następnie uruchom ponownie FIDŻI. Teraz zainstalowany jest potok Spectralis. Różne wtyczki Spectralis znajdują się w menu rozwijanym Wtyczki | Spectralis lub wtyczki | SpectralisBatch.

4. Konfiguracja - przechowywanie danych

UWAGA: Aby umożliwić płynny przepływ pracy, zaleca się ustawienie struktury folderów w następujący sposób. Najpierw skonfiguruj folder dla każdego tematu badania. Oculus dexter (OD) i oculus sinister (OS) odnoszą się odpowiednio do prawego i lewego oka, a te skróty są używane w całym tym przepływie pracy.

  1. Dla każdego badanego oka każdego uczestnika badania skonfiguruj jeden folder dla OCT, nazwany odpowiednio OD_OCT i OS_OCT. Pozwól potokowi Spectralis automatycznie przechowywać swoje dane wyjściowe z wtyczki "Mark_BScans_OCT" jako wartości rozdzielane tabulatorami w tych folderach.
  2. W przypadku obrazów QAF utwórz dwa foldery o nazwach OD_QAF i OS_QAF.
  3. Utwórz dodatkowe foldery, jeśli używane są inne metody obrazowania multimodalnego. Upewnij się, że wynikowa struktura folderów przypomina strukturę wymienioną poniżej:
    CASE_ID
    OD_OCT
    OD_QAF
    OD_other_imaging_modality
    OS_OCT
    OS_QAF
    OS_other_imaging_modality

5. Konwersja pliku XML QAF na obraz QAF (użyta wtyczka: QAF_xml_reader)

  1. Pliki eksportu Spectralis QAF XML są przechowywane w formacie czerwono-zielono-niebieskim (RGB), ograniczonym do skali od 0 do 255 (reprezentującej zmierzone wartości AF) i zawierającej "standardowe" i "czarne" obszary kalibracji. Wtyczka "QAF_xml_reader" tworzy obraz QAF. W tym celu otwórz menu rozwijane wtyczek, wybierz Spectralis | QAF_XML_Reader i odrzuć ekran początkowy.
  2. Pojawi się nowe okno z monitem Wybierz katalog zawierający eksport Spectralis XML QAF:. Wybierz katalog i kliknij przycisk Wybierz.
  3. Wprowadź referencyjny współczynnik kalibracji (RCF) urządzenia QAF (zawarty w informacjach o obrazie QAF) oraz wiek pacjenta w momencie wykonywania obrazu.
  4. Następne okno nazywa się Parametry QAF. Jeśli pacjent ma pseudofakijność w momencie akwizycji obrazu, wybierz zamiast tego wiek 20 lat (powoduje to brak korekcji wieku). Po kliknięciu przycisku OK, gdy pojawi się wyskakujące okienko z etykietą Mapuj na 8bit, wprowadź minimalną wartość QAF (qafMin) i maksymalną wartość QAF (qafMax) dla obrazu QAF oznaczonego kolorami. W przypadku, gdy qafMin i qafMax są nieznane, użyj ustawień domyślnych, kliknij OK i obserwuj oryginalny obraz oznaczony jako Raw QAF Data, który się pojawi, a także 32-bitowy QAF i 8-bitowy obraz QAF oznaczony kolorami.
    UWAGA: Obraz QAF oznaczony kolorami jest używany wyłącznie w celach ilustracyjnych; 32-bitowy obraz QAF z rzeczywistymi wartościami QAF jest wykorzystywany do dalszej analizy.

6. Rejestrowanie obrazów QAF z obrazem OCT (użyta wtyczka: Register_OCT_2)

UWAGA: Ten krok jest potrzebny, aby dokładnie wyrównać obraz OCT z obrazem QAF, tak aby zmiany na obrazach QAF i OCT BScan były wyrównane.

  1. Uzyskaj dostęp do wtyczki za pomocą menu rozwijanego Wtyczki | Spectralis lub utwórz skrót klawiszowy, aby uzyskać dostęp do różnych używanych wtyczek. Aby to osiągnąć, wybierz Register_OCT_2 w sekcji Wtyczki | Skróty | Dodaj skrót i wybierz żądany skrót klawiszowy.
  2. Po otwarciu wtyczki kliknij OK w pierwszym oknie, które się pojawi. Następnie w głównym oknie ImageJ pojawi się okno zawierające monit: Wybierz katalog zawierający eksport Spectralis OCT XML. Wybierz folder zawierający eksport XML Spectralis OCT i kliknij Open.
    UWAGA: OCT zostanie teraz załadowany, co w zależności od mocy obliczeniowej używanego komputera może zająć do 2 minut.
  3. Następnie poczekaj, aż pojawi się okno zawierające monit Zapisz zarejestrowane obrazy w: . Wybierz katalog, w którym będzie przechowywany EnFaceStack (wyrównany plik obrazu) i kliknij przycisk Otwórz.
  4. Poczekaj na wyskakujące okienko zawierające monit Wybierz obraz do dodania do EnFaceStack: aby się pojawił, wybierz 32-bitowy obraz QAF, aby wyrównać obraz z SD-OCT, i kliknij Otwórz. Jeśli wszystkie niezbędne obrazy w tym EnFaceStack są dołączone, wybierz Anuluj.
  5. Gdy w następnym oknie użytkownik zostanie poproszony o wybranie etykiety dla EnFaceStack, wybierz wstępnie utworzoną etykietę QAF; alternatywnie wprowadź żądaną nazwę modalności w polu Inne. Wybierz przycisk OK, aby zarejestrować plik image.
    UWAGA: Nie umieszczaj spacji ani innych znaków interpunkcyjnych w polu Inne.
  6. Przyjrzyj się trzem wyskakującym oknom. Pierwszy z nich jest oznaczony jako Lokalizator i wyświetla SD-OCT jako obraz lewego oka (OS). Drugie okno nosi nazwę QAF lub jedna z innych modalności wybranych wcześniej jako oryginalne lewe (OS) lub prawe (OD) oko. Ostatnie okno nazywa się Punkty orientacyjne i prosi o wybranie od jednego do trzech punktów orientacyjnych na każdym obrazie.
  7. Wyrównaj dwa obrazy, wybierając od jednego do trzech punktów orientacyjnych na obrazie, bifurkacje naczyń lub inne cechy znajdujące się na obu modalnościach. Powiększ (użyj znaku klawiatury " +", aby powiększyć i " -", aby pomniejszyć) przed wybraniem punktu orientacyjnego. Upewnij się, że zaznaczone punkty orientacyjne są rozmieszczone na obrazie zarówno w pionie, jak i w poziomie. Po opisaniu wszystkich punktów orientacyjnych wybierz przycisk OK na karcie Punkty orientacyjne i Anuluj w następnym monicie.
  8. Gdy pojawi się okno z pytaniem Czy chcesz zobaczyć wyniki, wybierz opcję Tak, aby sprawdzić, czy obraz został prawidłowo wyrównany. Zrób to, powiększając małe naczynie i umieszczając obok niego kursor, a następnie przewiń w górę lub w dół, aby sprawdzić, jak bardzo naczynie porusza się w stosunku do kursora. Jeśli wyrównanie nie jest precyzyjne, usuń plik ".tiff" z katalogu OD_QAF i uruchom ponownie proces od początku kroku 2.
    UWAGA: Ponieważ oznaczenia na Mark_BScans_OCT muszą być precyzyjne, wyrównanie między obrazem SD-OCT a obrazem QAF również musi być bardzo dokładne. Idealne wyrównanie pikseli można osiągnąć na większości obrazów, chociaż w niektórych przypadkach wyrównanie jest ograniczone do dokładności trzech lub czterech pikseli.

7. Tworzenie uśrednionego obrazu QAF do porównania (użyta wtyczka: StandardRetina/BatchStandardRetina)

UWAGA: Wartości QAF są silnie zależne od lokalizacji siatkówki (np. centralne cienie spowodowane pigmentem plamki żółtej). W związku z tym wartości QAF druz należy porównać ze standardowymi wartościami QAF dla tego samego regionu. Jako warunek wstępny analizy, StandardRetina tworzy mapę powierzchniową uśrednionych obrazów QAF (na przykład z kohorty kontrolnej dopasowanej do wieku). Wynikowa mapa enface przedstawia mapę piksel po pikselu średniej wartości QAF dla centralnej siatkówki.

  1. Istnieją dwa sposoby tworzenia standardowych siatek siatkówki w potoku Spectralis: pierwszy, AddToStandardRetina_OCT, pozwala na dodanie jednego nowego przypadku na raz do mapy enface, podczas gdy drugi, BatchStandardRetina, dodaje wiele przypadków jednocześnie.
    1. Aby dodać jeden obraz na raz, wybierz Wtyczki | Widma | AddToStandardRetina_OCT i odrzuć ekran początkowy. Gdy pojawi się okno z tekstem Wybierz katalog zawierający eksport XML Spectralis OCT, wybierz folder i kliknij Wybierz, aby otworzyć BScan.
    2. Gdy pojawi się nowe okno z monitem Wybierz katalog zawierający zarejestrowane obrazy EnFace:, wybierz odpowiedni folder i kliknij przycisk Wybierz.
    3. Obserwuj trzy okna, które się pojawią, jedno oznaczone jako EnFaceStack, które wyświetla ułożone obrazy z folderu wybranego w drugim kroku, drugie oznaczone jako Bscan Stack wyświetlające OCT BScan i trzecie okno pojawiające się pośrodku z etykietą Wybierz modalność. Wybierz modalność z EnFaceStack.
    4. Wybierz modalność i obserwuj nowe okno, które pojawi się z monitem Wybierz katalog zawierający StandardRetina. Jeśli katalog zawierający StandardRetina jeszcze nie istnieje, wybierz pusty folder, aby utworzyć nowy StandardRetina.
    5. Przyjrzyj się nowemu filtrowi StandardRetina, przewiń w górę i w dół, a następnie przesuń kursor, aby wyświetlić średnią i odchylenie standardowe dla tej konkretnej lokalizacji. Kliknij na przycisk Zaakceptować? Aby dodać najnowsze zdjęcie do StandardRetina lub je odrzucić.
  2. Aby dodać wiele obrazów jednocześnie, użyj Batch_QAF_StandardRetina.
    1. Najpierw przygotuj plik "manifest.txt" w tym samym folderze, w którym znajdują się identyfikatory spraw i upewnij się, że zawiera on ścieżkę względną od lokalizacji pliku .txt do OCT i EnFaceStack. Oddziel je spacją tabulatora i upewnij się, że przed i za nazwami nie ma dodatkowych białych znaków. Plik powinien wyglądać podobnie do tej konfiguracji:
      pathToOCT_1>pathToEnFaceStack_1>001/OD-OCT>001/OD-QAF
      pathToOCT_2>pathToEnFaceStack_2>002/OD-OCT>002/OD-QAF
    2. Utwórz plik w arkuszu kalkulacyjnym i zapisz go jako plik txt. Upewnij się, że wszystkie ścieżki zawierają wycinek (litery znaków) QAF, aby plik manifestu działał poprawnie. Wtyczki znajdują się w menu rozwijanym Wtyczki | SpectralisBatch-Batch | QAF_StandardRetina.
    3. Zamknij ekran startowy i poczekaj, aż otworzy się nowe okno wyświetlające monit Wybierz początkową standardową siatkówkę. Wybierz folder z istniejącym wcześniej folderem StandardRetina lub wybierz pusty folder, aby utworzyć nowy folder StandardRetina.
    4. Poszukaj monitu oznaczonego etykietą Wybierz modalność, aby się pojawić; wartość domyślna to QAF. Upewnij się, że nazwa pliku odpowiedniej modalności jest dokładnie zgodna z nazwą pliku wycinka w każdym EnFaceStack o nazwie w pliku manifestu. Następnie, gdy otworzy się okno z monitem o wybranie pliku manifestu (opisanego wcześniej), kliknij przycisk Anuluj, jeśli do tego pliku StandardRetina nie ma zostać dodany żaden inny plik manifestu, lub wybierz inny plik manifestu. Sprawdź nową StandardRetina w nowym oknie z etykietą Zaakceptować? i zdecyduj, czy dodać najnowszą partię do StandardRetina, czy odrzucić najnowszą partię.
      UWAGA: Proces łączenia wszystkich karkasów QAF w StandardRetina może chwilę potrwać.

8. Opisywanie obszarów zainteresowania do analizy (użyta wtyczka: Mark_BScans_OCT)

  1. Aby oznaczyć zmiany chorobowe (np. druzy), otwórz Wtyczki | Widma | Mark_BScans_OCT i odrzuć monit otwierający. Poszukaj nowego okna oznaczonego etykietą Wybierz katalog zawierający eksport XML Spectralis OCT, aby się pojawić. Wybierz folder, który ma żądany OCT i kliknij OK.
  2. Po załadowaniu KOCT, FIDŻI obserwuj nowe okno z etykietą Wybierz katalog zawierający zarejestrowane obrazy en face, które mają się pojawić. Wybierz katalog zawierający EnFaceStack i kliknij przycisk Wybierz.
  3. Pojawią się teraz trzy nowe okna, jedno oznaczone jako EnFaceStack, jedno oznaczone jako BscanStack i jedno o nazwie Parametry użytkownika.
    1. W oknie Parametry użytkownika zostanie wyświetlony monit o wprowadzenie następujących parametrów: ID przypadku, który pojawi się w nazwie wyjściowego pliku csv, przepustowość w mm, szerokość linii enface, szerokość linii BScan i przezroczystość maski regionu.
      1. Parametr szerokość pasma w mm określa szerokość każdego iso-kadłuba w milimetrach (mm). Użyj opcji Szerokość linii Enface, aby zmienić szerokość linii zaznaczonych zmian w oknie oznaczonym jako EnFaceStack.
      2. Szerokość linii BScan określa szerokość linii w oknie Bscan Stack. Należy pamiętać, że ustawienie tego parametru na 1 jest najlepszym ustawieniem szerokości linii w większości przypadków.
      3. Wybierz pomiędzy maską na twarz a mapą odległości wyświetlaną w osobnym oknie, aby zdecydować, czy wewnętrzne paski powinny być pokolorowane. Następnie kliknij gotowe w oknie Oznacz w BScan we wtyczce.
    2. Następnie, gdy pojawi się monit o wybranie istniejącego wcześniej elementu StandardRetina, wybierz folder zawierający StandardRetina i kliknij przycisk Wybierz. Należy pamiętać, że w przypadku wybrania StandardRetina, Mark_BScans_OCT wyjściowy wybierze tryb z-score (zmierzonej wartości QAF w porównaniu ze StandardRetina). Jeśli preferowana jest nieprzetworzona wartość QAF, kliknij Anuluj i poczekaj na nowe okno oznaczone jako Komunikat, który ostrzega, że wyniki będą wartościami surowymi, a nie wynikami z.
  4. Poszukaj nowego okna, aby wyświetlić monit Wybierz katalog zawierający zapisany stan z zapisanymi danymi. Jeśli istnieje plik zapisu, kliknij na katalog zawierający plasterki | Wybierz. Jeśli postęp nie ma zostać zapisany, wybierz opcję Anuluj. Poszukaj nowego okna oznaczonego jako Zaznacz w BScan i z menu rozwijanego wybierz Zapisz, Ignoruj, Gotowe i Oznacz.
    1. Zaznacz : Rozpocznij dodawanie adnotacji do obszarów zainteresowania w BScan, za pomocą podobnych poleceń, jak we wtyczce "Register_OCT_2" opisanej powyżej. Aby oznaczyć obszar, wybierz opcję Rozpocznij klikając prawym przyciskiem myszy i przeciągając kursor myszy do końca zmiany, upewnij się, że znacznik jest zaznaczony w oknie Oznacz w B-Sscan i kliknij OK. Obszar zainteresowania jest teraz oznaczony w tym BScan.
    2. Ignoruj: Wybierz opcję Ignoruj w oknie Oznacz w BScan i kliknij OK, aby zignorować oznaczenie.
    3. Zapisz: Wybierz zapisz w oknie Oznacz w BScan i kliknij OK, aby wyświetlić nowe okno zawierające monit wybierz katalog do zapisania stanu. Wybierz już istniejący folder lub utwórz nowy. Otwórz już istniejące pliki, uruchamiając "Mark_BScans_OCT" i wybierz katalog zawierający stan zapisu, gdy pojawi się okno Wybierz katalog zawierający zapisany stan.
      UWAGA: Nie można przechowywać wielu stanów zapisu w jednym katalogu; stany zapisu z jednego locale na drugi nie mogą być łatwo przełączane (np. z niemieckiego na USA).
    4. Gotowe: Wybierz gotowe w oknie Zaznacz w BScan i kliknij OK, aby pojawiło się nowe okno z etykietą wybierz modalność.
    5. Gdy pojawi się monit z etykietą przenieś poprawną modalność na wierzch stosu enface, przenieś modalność o nazwie QAF na wierzch, która została wyrównana przy użyciu "Register_OCT_2". Zrób to, przewijając EnFaceStack, wybierając okno En face Stack lub klikając strzałkę w lewo lub w prawo. Zwróć uwagę, że nazwa modalności jest wyświetlana w lewym górnym rogu.
    6. Aby lepiej sprawdzić i oznaczyć zmiany, powiększ okno Bscan. Kliknij okno B-Scan, skieruj mysz w kierunku, w którym chcesz powiększyć, a następnie naciśnij +; Aby pomniejszyć, naciśnij -.
    7. Przewijaj stos BScan, przewijając mysz w górę lub w dół, przeciągając pasek u dołu w lewo lub w prawo, aby poruszać się po skanowaniu, lub wybierając ramkę B-Scan i klikając strzałek w lewo i w prawo na klawiaturze. Zwróć uwagę, że przegląd bieżącego obszaru w stosie BScan jest zapewniony przez czerwoną linię w oknie EnFaceStack oraz w lewym górnym rogu okna BScan, gdzie wyświetlany jest numer BScan (np. 31/120).
  5. Kliknij OK, aby utworzyć nowy plik .tsv w odpowiednim folderze "OD_OCT" lub "OS_OCT". Zauważ, że nazwa pliku .tsv będzie składać się z "Mark_Bscans_OCT" plus identyfikator przypadku, który został wprowadzony, lateralność i modalność, która została wybrana w ostatnim kroku Mark_Bscans_OCT. Dodatkowo, oznaczone kolorami "iso-kadłuby" druz będą teraz wyświetlane w EnFaceStack.

Wyniki

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Wyświetlanie danych wyjściowych
Aby odpowiednio przeanalizować i wyciągnąć wnioski z wyników, ważne jest, aby zrozumieć plik wyjściowy Mark_Bscans_OCT. Pierwsze trzy kolumny są oznaczone etykietami po identyfikatorze sprawy, lateralizacji pliku i wybranej metodzie obrazowania. Czwarta kolumna jest określana przez tryb i jest oznaczona jako z-score. Zwróć uwagę, że w chwili pisania tego tekstu Mark BScans może obliczyć wszystkie zmiany chorobowe tylko za jednym razem; Wiersze odnoszą się do izokadłubów, których odległości od zewnętrznej krawędzi zmiany są określone w dolnej i górnej kolumnie arkusza kalkulacyjnego. Iso-hulls mierzą AF w z-score (w przypadku QAF) w określonym obwodzie otaczającym zmianę. Należy pamiętać, że minimalną wartość piksela w iso-hull można znaleźć w kolumnach oznaczonych min, kolumny oznaczone jako mediana, max, średnia i stdev zawierają odpowiednio medianę, maksimum, średnią i odchylenie standardowe średniej wartości pikseli wiso-hull. Kolumna n zawiera całkowitą liczbę pikseli w iso-hull. Rysunek 1 pokazuje pojedyncze zaznaczone miękkie druzy 84-letniego mężczyzny z pośrednim zwyrodnieniem plamki żółtej związanym z wiekiem (iAMD).

Rysunek 2 pokazuje lewe oko reprezentatywnego pacjenta z SDD zaznaczonym za pomocą narzędzia QAF-Workflow (Rysunek 3). SDD u tego pacjenta były związane ze zmniejszonym migotaniem przedsionków (z-score = -0,4 ± 0,2). Podobnie, iso-kadłuby wokół SDD wykazywały zmniejszone AF (np. najbliższy iso-hull = -0,3 ± 0,3) w porównaniu ze StandardRetina. Prawdopodobnym wyjaśnieniem tego zjawiska może być efekt cieniowania (zmniejszona przezierność) zmian SDD na RPE. Zastosowanie SDD było wzorowe. Narzędzie umożliwia ocenę miejscowego poziomu migotania przedsionków również w innych zmianach, np. druzowych. Co więcej, narzędzie pozwala na śledzenie zmian AF spowodowanych zmianami chorobowymi w czasie.

figure-results-1
Rysunek 1: Pojedynczy oznaczony miękki druz 84-letniego mężczyzny z pośrednim zwyrodnieniem plamki żółtej związanym z wiekiem (iAMD). (A) Obraz QAF lewego oka z zaznaczonymi druzami. (B) Zbliżenie na druzy: brązowy środek reprezentujący oznaczone druzy i kolorowe pasy reprezentujące otaczające je izokadłuby. Poniższa tabela przedstawia plik wyjściowy. Wartości druz QAF są porównywane z odpowiadającymi im wartościami QAF dla odpowiedniej mimośrodowości z StandardRetina. Daje to wyniki z-score, które reprezentują odchylenie od średniej obszarów niedotkniętych chorobą. Niebieskie pole pokazuje od lewej do prawej: identyfikator obserwacji, lateralizację oka, zastosowaną modalność i pożądane dane wyjściowe (w tym przypadku z-scores). Kolumny w pomarańczowym polu pokazują granice mierzonego obszaru w milimetrach (dolna = dolna granica, górna = górna granica). Zielone pole oznacza kolumny pokazujące pomiary QAF. Od lewej do prawej zawierają one minimum, medianę, maksimum, liczbę pikseli, średnią i odchylenie standardowe średniej. Każdy wiersz reprezentuje izokadłub, wiersze w niebieskim polu reprezentują wartości w obrębie zmiany, a wiersze w fioletowym polu pokazują izokadłuby otaczające każdą zmianę (od góry do dołu ze zwiększającą się odległością do zmiany). Podziałka = 1 mm. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-results-2
Rysunek 2: Oznaczone SDD na obrazie QAF 80-letniej pacjentki z wczesnym AMD. (A) SDD można zobaczyć na obrazie QAF. Ten sam obraz QAF jest pokazany z nadrukowanymi adnotacjami SDD. (B) Wokół każdej zaznaczonej zmiany izokadłuby są oznaczone kodowaniem kolorystycznym (jasnozielony, ciemnozielony i czerwony). (C) Powiększona wersja niebieskiego prostokąta. Zewnętrzna krawędź każdego SDD jest oznaczona kolorem niebieskim. Skróty: QAF = autofluorescencja ilościowa; AMD = zwyrodnienie plamki żółtej związane z wiekiem; SDD = podsiatkówkowy złog druzenoidowy. Podziałka = 1 mm. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-results-3
Rysunek 3: Procedura określania AF zmian chorobowych. Na tym rysunku przedstawiono wtyczki programowe potrzebne do określenia AF specyficznego dla zmiany chorobowej. (A) Obraz przedstawia oznaczony kolorami obraz QAF, który może być użyty do wizualizacji rozkładu wartości QAF, ale nie powinien być używany do dalszej analizy. (B) Pokazany jest obraz QAF na pierwszym planie, z obrazem w podczerwieni ze skanu SD-OCT w tle. Ma to na celu wizualizację wyrównania za pomocą rozwidleń naczyń. Można to zrobić za pomocą wtyczki Register_OCT_2. (C) StandardRetina, która służy do pomiaru wartości z-score zmian chorobowych. StandardRetinas można tworzyć za pomocą StandardRetina/BatchStandardRetina. (D) Przedstawiono BScan z niebieskimi strzałkami wskazującymi SDD, które są zaznaczone żółtymi liniami (uwaga: zmiany są zawsze zaznaczone poniżej RPE niezależnie od lokalizacji w kierunku z). (E) Wszystkie zaznaczone zmiany są widoczne na obrazie QAF (patrz Rysunek 1). Ostatnie dwa kroki wykonuje się za pomocą wtyczki Mark_BScans_OCT. Skróty: AF = autofluorescencja; QAF = autofluorescencja ilościowa; SDD = podsiatkówkowy depozyt druzenoidowy; IR = podczerwień; RPE = nabłonek barwnikowy siatkówki; SD-OCT = optyczna koherentna tomografia w domenie spektralnej. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Dyskusja

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ten przepływ pracy zawiera przewodnik krok po kroku dotyczący korzystania z narzędzi wtyczek FIJI typu open source do określania i porównywania migotania przedsionków zmian specyficznych dla AMD. Wtyczki zapewniają łatwe w użyciu szablony, które nie wymagają żadnej wiedzy z zakresu kodowania i mogą być stosowane przez lekarzy bez wsparcia technicznego27. Według naszej wiedzy narzędzia te są jedyne w swoim rodzaju do ilościowego oznaczania AF specyficznego dla zmiany chorobowej.

Wartości QAF naturalnie różnią się w siatkówce, przy czym wartości są wyższe na obrzeżach i niższe w plamce żółtej ze względu na nierównomierny rozkład lipofuscyny i melanolipofuscyny w siatkówce, niski AF naczyń i nierównomierny rozkład pigmentu plamki żółtej. Ze względu na dużą zmienność naturalnie występujących poziomów QAF w siatkówce, bezpośrednia analiza bezwzględnych wartości QAF zmian chorobowych nie jest obiecującym podejściem. Na przykład zmiana hipoautofluorescencyjna na obrzeżach może nadal mieć wyższe bezwzględne wartości QAF niż fizjologiczne poziomy fluorescencji plamki żółtej. Zastosowanie StandardRetina i użycie wskaźników z do pomiaru poziomów fluorescencji druz jest poprawne dla tej naturalnie występującej wariancji wartości QAF.

Wskaźnik Z jest numeryczną miarą stosunku wartości obszaru zainteresowania do średniej w StandardRetina. Oblicza się go, odejmując średnią od osoby od średniej z StandardRetina w tym samym miejscu, a następnie dzieląc wynik przez odchylenie standardowe. Ta standaryzacja pozwala na porównywanie różnych obrazów QAF, ponieważ wskaźnik Z wskazuje, ile odchyleń standardowych wartość różni się od średniej. Dodatni wskaźnik Z wskazuje, że wartość jest powyżej średniej, a ujemny wskaźnik Z wskazuje, że jest poniżej średniej.

Ważne jest, aby pamiętać, że mogą istnieć potencjalne pułapki, które należy wziąć pod uwagę. Chociaż ta metoda uwzględnia różną ilość poziomów migotania przedsionków w całym dnie płuca, nadal może nie być najdokładniejszym sposobem pomiaru i porównywania AF RPE. Osoby mają różne poziomy i topografię barwnika lutealnego plamki żółtej, a zmiany chorobowe mogą również wpływać na przezierność leżącej nad nią siatkówki28,29. Jest zatem prawdopodobne, że zmierzone zmniejszone AF w obszarach SDD (patrz reprezentatywne wyniki) jest konsekwencją efektów cieniowania, a nie zmniejszonej fluorofory w RPE30,31,32.

Obecnie pracujemy nad przepływem pracy, aby uwzględnić współczynnik odbicia, grubość i ilościowy pigment plamki żółtej (przy użyciu zielonego i niebieskiego AF) za pomocą liniowych modeli mieszanych. Dodatkowo, do tej pory, QAF wykorzystuje współczynnik korekcyjny zależny od wieku, aby uwzględnić zmętnienie soczewkowe, które pomija różnice międzyosobnicze w zmętnieniu soczewkowym uczestników w podobnym wieku33 lata. W związku z tym obecnie pracujemy nad przepływem pracy dla spersonalizowanego współczynnika korekcyjnego autofluorescencji soczewkowej i zmętnienia. Aby wiarygodnie wyodrębnić informacje o migotaniu przedsionków z małych zmian, potrzebna jest odpowiednia wiarygodność obrazów QAF w testach wielokrotnych. Aby jeszcze bardziej rozróżnić te obrazy QAF, w przypadku których możliwa jest bardziej szczegółowa analiza, badamy "wskaźniki wiarygodności obrazów QAF", które mogą przewidzieć wiarygodność obrazów QAF w teście testowym. Na obecnym etapie ostrożnym podejściem jest pozyskanie zduplikowanych obrazów i zbadanie wiarygodności ponownego testu AF specyficznego dla zmiany chorobowej.

Przedstawiona metoda dodatkowej analizy izokadłubów zmian była technicznie trudna do wdrożenia, ponieważ izokadłuby sąsiednich zmian łączą się. Obszary połączonych izokadłubów można scharakteryzować w sposób charakterystyczny w zależności od tego, która zmiana jest brana pod uwagę. Nasze rozwiązanie polegało na uznaniu wszystkich zmian jednego typu za jedną zmianę i analizie ich obwodu jako wspólnego izokadłuba. Metoda ta jednak drastycznie ogranicza możliwość pomiaru izokadłubów poszczególnych druzów i może być uważana za kolejną pułapkę tej techniki. Bardziej wyrafinowane technicznie metody uwzględniania połączonych izokadłubów lub zawieszonego raportowania AF w obszarach połączonych izokadłubów mogą ułatwić analizę migotania przedsionków w obwodzie zmian chorobowych w przyszłości.

W tym badaniu wykorzystaliśmy AMD jako chorobę modelową. Przebieg pracy można dostosować do badania zmian chorobowych w innych chorobach. Do tej pory QAF był stosowany w wielu chorobach naczyniówkowo-siatkówkowych, w tym recesywnej chorobie Stargardta, chorobach związanych z Bestrophiną-1, różnych postaciach barwnikowego zwyrodnienia siatkówki, ostrej strefowej utajonej retinopatii zewnętrznej, pseudoxanthoma elasticum i innych 17,33,34,35,36,37. Ponieważ ten przepływ pracy wykorzystuje oprogramowanie typu open source, zachęcamy innych do powielania tej pracy w określaniu migotania przedsionków specyficznych dla zmian i poszerzania naszej wiedzy na temat zaburzeń siatkówki. Podsumowując, przedstawiamy przebieg pracy w celu określenia i porównania poziomów AF różnych zmian siatkówki w całej plamce żółtej. Ten przebieg pracy toruje drogę do bardziej dogłębnej analizy migotania przedsionków i może ułatwić opracowanie nowych biomarkerów w AMD i poza nim.

Oświadczenia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Leon von der Emde informuje, że otrzymuje płatności od Heidelberg Engineering. Merten Mallwitz nie ujawnia żadnych informacji finansowych. Kenneth R. Sloan również nie ujawnia żadnych informacji finansowych. Frank G. Holz informuje o płatnościach konsultingowych/osobistych dla firm Acucela, Alcon (C), Gyroscope Allergan Apellis, Bayer Bioeq/Formycon, CenterVue, Roche/Genentech, Geuder, Ivericbio, NightStarX, Novartis, Optos, Oxurion, Pixium Vision, Stealth BioTherapeutics, Zeiss i GRADE Reading center. Thomas Ach zajmuje się doradztwem/płatnościami osobistymi dla firm Bayer, Apellis, Roche i Novartis.

Podziękowania

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ta praca została sfinansowana przez grant Niemieckiego Towarzystwa Okulistycznego (DOG) dla doktorantów (MW) oraz NIH/NEI 1R01EY027948 (TA).

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
BatchStandardRetina plugin
(Image J)n.a.n.a.n.a.a.Mark_Bscans_OCT
officeMicrosoftn.a.n.a.QAF_xml_reader
pluginn.a.n.a.n.a.Register_OCT_2
pluginn.a.nie dotyczynie dotyczy
Rozszerzenie SpectralisHeidelberg Engineeringn.a.QAF
Wtyczka StandardRetina.
n.a.n.a.n.a.FIJI plugin n.a.n.a.n.a.Microspft n.a.n.a.n.a

Bibliografia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Schmitz-Valckenberg, S., et al. Fundus autofluorescence imaging. Progress in Retinal and Eye Research. 81, 100893(2021).
  2. Bermond, K., et al. Autofluorescent granules of the human retinal pigment epithelium: phenotypes, intracellular distribution, and age-related topography. Investigative Ophthalmology and Visual Science. 61 (5), 35(2020).
  3. Bermond, K., et al. Autofluorescent organelles within the retinal pigment epithelium in human donor eyes with and without age-related macular degeneration. Investigative Ophthalmology and Visual Science. 63 (1), 23(2022).
  4. Delori, F., et al. Quantitative measurements of autofluorescence with the scanning laser ophthalmoscope. Investigative Ophthalmology and Visual Science. 52 (13), 9379-9390 (2011).
  5. Fleckenstein, M., et al. Age-related macular degeneration. Nature Reviews Disease Primers. 7 (1), 31(2021).
  6. Greenberg, J. P., et al. Quantitative fundus autofluorescence in healthy eyes. Investigative Ophthalmology and Visual Science. 54 (8), 5684-5693 (2013).
  7. Sparrow, J. R., Boulton, M. RPE lipofuscin and its role in retinal pathobiology. Experimental Eye Research. 80 (5), 595-606 (2005).
  8. vonder Emde, L., et al. Natural history of quantitative autofluorescence in intermediate age-related macular degeneration. Retina. 41 (4), 694-700 (2021).
  9. Reiter, G. S., et al. Longitudinal changes in quantitative autofluorescence during progression from intermediate to late age-related macular degeneration. Retina. 41 (6), 1236-1241 (2021).
  10. Gliem, M., et al. Quantitative fundus autofluorescence in early and intermediate age-related macular degeneration. JAMA Ophthalmology. 134 (7), 817-824 (2016).
  11. Hussain, R. M., Gregori, N. Z., Ciulla, T. A., Lam, B. L. Pharmacotherapy of retinal disease with visual cycle modulators. Expert Opinion on Pharmacotherapy. 19 (5), 471-481 (2018).
  12. Ammar, M. J., Hsu, J., Chiang, A., Ho, A. C., Regillo, C. D. Age-related macular degeneration therapy: a review. Current Opinion in Ophthalmology. 31 (3), 215-221 (2020).
  13. Ach, T., et al. Lipofuscin redistribution and loss accompanied by cytoskeletal stress in retinal pigment epithelium of eyes with age-related macular degeneration. Investigative Ophthalmology and Visual Science. 56 (5), 3242-3252 (2015).
  14. Zanzottera, E. C., Messinger, J. D., Ach, T., Smith, R. T., Curcio, C. A. Subducted and melanotic cells in advanced age-related macular degeneration are derived from retinal pigment epithelium. Investigative Ophthalmology and Visual Science. 56 (5), 3269-3278 (2015).
  15. Cao, D., et al. Hyperreflective foci, optical coherence tomography progression indicators in age-related macular degeneration, include transdifferentiated retinal pigment epithelium. Investigative Ophthalmology and Visual Science. 62 (10), 34(2021).
  16. Zanzottera, E. C., et al. The Project MACULA retinal pigment epithelium grading system for histology and optical coherence tomography in age-related macular degeneration. Investigative Ophthalmology and Visual Science. 56 (5), 3253-3268 (2015).
  17. Sparrow, J. R., Duncker, T., Schuerch, K., Paavo, M., de Carvalho, dR. L. Lessons learned from quantitative fundus autofluorescence. Progress in Retinal and Eye Research. 74, 100774(2020).
  18. Schmitz-Valckenberg, S., et al. Correlation between the area of increased autofluorescence surrounding geographic atrophy and disease progression in patients with AMD. Investigative Ophthalmology and Visual Science. 47 (6), 2648-2654 (2006).
  19. Ach, T., Bermond, K. Autofluorescence of the human retinal pigment epithelium in normal aging and in age-related macular degeneration: histology and clinical correlation. Klinische Monatsblatter Fur Augenheilkunde. 236 (5), 672-681 (2017).
  20. Pollreisz, A., et al. Visualizing melanosomes, lipofuscin, and melanolipofuscin in human retinal pigment epithelium using serial block face scanning electron microscopy. Experimental Eye Research. 166, 131-139 (2018).
  21. Bernstein, P. S., et al. meso-zeaxanthin: The basic and clinical science underlying carotenoid-based nutritional interventions against ocular disease. Progress in Retinal and Eye Research. 50, 34-66 (2016).
  22. Göbel, A. P., Fleckenstein, M., Heeren, T. F. C., Holz, F. G., Schmitz-Valckenberg, S. In-vivo mapping of drusen by fundus autofluorescence and spectral-domain optical coherence tomography imaging. Graefe's Archive for Clinical and Experimental Ophthalmology. 254 (1), 59-67 (2016).
  23. Pfau, M., et al. Mesopic and dark-adapted two-color fundus-controlled perimetry in geographic atrophy secondary to age-related macular degeneration. Retina. 40 (1), 169-180 (2020).
  24. vonder Emde, L., et al. Mesopic and dark-adapted two-color fundus-controlled perimetry in choroidal neovascularization secondary to age-related macular degeneration. Translational Vision Science and Technology. 8 (1), 7(2018).
  25. Aumann, S., Donner, S., Fischer, J., Müller, F. Optical coherence tomography (OCT): principle and technical realization. High Resolution Imaging in Microscopy and Ophthalmology: New Frontiers in Biomedical Optics. , Cham (CH), Springer. 59-85 (2019).
  26. Schindelin, J., et al. FIJI: an open-source platform for biological-image analysis. Nature Methods. 9 (7), 676-682 (2012).
  27. Kleefeldt, N., et al. Quantitative fundus autofluorescence: advanced analysis tools. Translational Vision Science and Technology. 9 (8), 2(2020).
  28. Hong, I. H., Jung, W. H., Lee, J. H., Chang, I. B. Macular pigment optical density in the Korean population: a cross sectional study. Journal of Korean Medical Science. 35 (5), e30(2020).
  29. Putnam, C. M. Clinical imaging of macular pigment optical density and spatial distribution. Clinical and Experimental Optometry. 100 (4), 333-340 (2017).
  30. Zweifel, S. A., Spaide, R. F., Curcio, C. A., Malek, G., Imamura, Y. Reticular pseudodrusen are subretinal drusenoid deposits. Ophthalmology. 117 (2), 303-312 (2010).
  31. Curcio, C. A., et al. Subretinal drusenoid deposits in non-neovascular age-related macular degeneration: morphology, prevalence, topography, and biogenesis model. Retina. 33 (2), 265-276 (2013).
  32. Spaide, R. F. Outer retinal atrophy after regression of subretinal drusenoid deposits as a newly recognized form of late age-related macular degeneration. Retina. 33 (9), 1800-1808 (2013).
  33. Reiter, G. S. Influence of lens opacities and cataract severity on quantitative fundus autofluorescence as a secondary outcome of a randomized clinical trial. Scientific Reports. 11 (1), 12685(2021).
  34. Gliem, M., et al. Quantitative fundus autofluorescence in pseudoxanthoma elasticum. Investigative Ophthalmology and Visual Science. 58 (14), 6159-6165 (2017).
  35. Burke, T. R., et al. Quantitative fundus autofluorescence in recessive Stargardt disease. Investigative Ophthalmology and Visual Science. 55 (5), 2841-2852 (2014).
  36. Armenti, S. T., Greenberg, J. P., Smith, R. T. Quantitative fundus autofluorescence for the evaluation of retinal diseases. Journal of Visualized Experiments. (109), 53577(2016).
  37. Pröbster, C., et al. Quantitative fundus autofluorescence in the developing and maturing healthy eye. Translational Vision Science and Technology. 10 (2), 15(2021).
  38. Duncker, T., et al. Quantitative fundus autofluorescence and optical coherence tomography in PRPH2/RDS- and ABCA4-associated disease exhibiting phenotypic overlap. Investigative Ophthalmology and Visual Science. 56 (5), 3159-3170 (2015).

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Ilo ciowa autofluorescencjanab onek pigmentowy siatk wkiOCT w domenie widmowejskanowanie obj to ci plamkizmiany druzoidalneintensywno autofluorescencjiwtyczki FIJInormatywne mapy QAF

Powiązane artykuły