Reproduzierbarer computerisiertes Verfahren zur Quantifizierung der Kapillardichte Verwendung nailfold Kapillaroskopie

Abstract

Kapillaroskopie ist eine nicht-invasive, effizient, relativ kostengünstig und leicht zu erlernen Methode zur direkten Visualisierung der Mikrozirkulation. Die Kapillaroskopie Technik kann einen Einblick in mikrovaskulärer die Gesundheit des Patienten, was zu einer Vielzahl von potentiell wertvollen dermatologischen, ophthalmologischen, rheumatologische und kardiovaskulären klinischen Anwendungen. Zusätzlich kann das Tumorwachstum angiogeneseabhängig, die durch Messung Gefäßdichte innerhalb der Tumor quantifiziert werden kann. Allerdings gibt es derzeit wenig bis keine Standardisierung von Techniken und nur eine Veröffentlichung Zeitpunkt meldet die Zuverlässigkeit eines derzeit verfügbaren komplexen Computer basierte Algorithmen zum Quantifizieren Kapillaroskopie Daten. ^{1 Dieser} Artikel beschreibt ein neues, einfacheres, zuverlässige, standardisierte Kapillare Zählalgorithmus zur Quantifizierung nailfold Kapillaroskopie Daten. Eine einfache, reproduzierbare computerisierte Kapillaroskopie Algorithmus, wie dies mehr zu erleichternweit verbreiteten Einsatz der Technik bei den Forschern und Klinikern. Viele Forscher derzeit analysieren Kapillaroskopie Bilder von Hand, die Förderung der Ermüdung des Benutzers und Subjektivität der Ergebnisse. Dieser Aufsatz beschreibt eine neue, einfach zu bedienende automatischen Bildverarbeitungsalgorithmus, zusätzlich zu einem reproduzierbaren, halbautomatisierten Zählalgorithmus. Dieser Algorithmus ermöglicht die Analyse von Bildern in Minuten bei gleichzeitiger Reduzierung der Subjektivität; nur eine minimale Menge von Trainingszeit (nach unserer Erfahrung, weniger als 1 h) erforderlich, um die Technik zu erlernen.

Introduction

Mikrovaskuläre Bildgebung ist ein schnell wachsendes Gebiet mit vielen potentiellen klinischen Anwendungen. ² beispielsweise Onkologen verwenden microvessel Bildgebung, um das Ausmaß der Tumorangiogenese zu ermitteln, wodurch man wertvolle Informationen über den Zustand des Tumors und Einblicke in mögliche Behandlungsoptionen. ^{3 4} Allerdings nailfold Kapillaroskopie ist vielleicht die kosteneffiziente und breit anwendbare Form von mikrovaskulären Bildgebung. Die Forscher sind mit Hilfe von Video nailfold Kapillaroskopie zur Blutflussraten zu studieren und zu untersuchen Kapillare Morphologie. ^{5 6} Video- und Standbild nailfold Kapillaroskopie sind Zusätze für Diagnose und Behandlung von Raynaud-Phänomen und verschiedene Erkrankungen des Bindegewebes wie systemische Sklerose kümmern. ²

Nailfold Kapillaroskopie hat verschiedene potentielle kardiovaskuläre Anwendungen. Die aktuelle Forschung mit nailfold Kapillaroskopie schlägtdass Diabetes mellitus Typ 1 und Typ 2-Patienten weisen eine hohe Prävalenz von abnormalen Kapillare Morphologie, haben jedoch unverändert Kapillare Dichten im Vergleich zu nicht-diabetischen Individuen. ^7-8 Kapillaroskopie wurde auch experimentell bei Hypertonie untersucht. Struktur Kapillare Verdünnung, die zu einem reduzierten Kapillardichte wurde bei hypertensiven Individuen im Vergleich zu nicht-Hypertonie-Patienten nachgewiesen. ^9-10 Im Unterschied zu diesen älteren hypertensiven Patienten (Durchschnittsalter 40 und älter), die Strukturverdünnung aufweisen, hat die neuere Forschung gezeigt, dass jüngere hypertensiven Patienten (Durchschnittsalter unter 40 Jahre alt) sind funktional Verdünnung ohne strukturelle Verdünnung. ^11. Dies deutet darauf hin, dass funktionelle Verdünnung vor auftritt und über die Zeit nicht, um strukturelle rarefaction Fortschritte.

/ Indapamid Interessanterweise hypertensiven Patienten mit bestimmten blutdrucksenkenden Medikamenten, wie Perindopril behandelten angezeigt Normal Kapillardichte und endothelialen Funktion nach der Behandlung, während die mit ACE (Angiotensin-Converting-Enzym-Inhibitoren) oder Diuretika behandelt aufrechterhalten trotz vergleichbarer Blutdruckregelung eine geringe Kapillardichte. ¹² Dies legt nahe, dass einige Antihypertensiva kann Kapillardichte durch Umkehren der Kapillare normalisieren Verdünnung durch Bluthochdruck verursacht werden. Darüber hinaus haben andere Forscher gezeigt, dass eine Verringerung der Salzaufnahme führt zu einer Umkehrung der sowohl funktionelle und strukturelle Kapillare Verdünnung bei hypertensiven Individuen. ¹³

Trotz der verschiedenen möglichen klinischen Anwendungen dieser Technologie, gibt es wenig Standardisierung in der Technik für die Quantifizierung Kapillardichte Bilder. ² Bisher haben die Forscher festgestellt, dass Kapillardichte Ergebnisse reproduzierbar sowohl aus intra-observer und interBeobachterPerspektive nur, wenn die genaue gleichen Bereich wird jedes Mal gezählt. ^{1,14 15} Auge, 9 ^{16 17 18,} die eine langsame und subjektiver Prozess ist.

Standardisierten, computergestützte Algorithmen zur Quantifizierung der Kapillare Bilder theoretisch eine effizientere und reproduzierbare Datenanalyse mit weniger Subjektivität, die Erleichterung der klinischen Anwendung von Kapillaroskopie. Einige Forscher haben tatsächlich verwendeten Computer-Programme, die Daten von nailfold kapillaroskopische Bilder zu quantifizieren. ^{1,6 19 20} jeweils nur eine Veröffentlichung auf dem Laufenden beschreibt jedoch Zuverlässigkeit einer komplexen Software-Programm zur Verfügung zum Quantifizieren Kapillaroskopie ^Daten, 1, und dieses Programm wird als kompliziert zuvor oben durch die Forderung festgestellt, um die genaue selben Sichtfeld zu zählen. Wir stellen hier ein einfacheres, zuverlässiges Protokoll zum Quantifizieren von Kapillaren unter Verwendung eines standardisierten Algorithmus, der ermöglichtDie Verwendung von mehreren Sichtfeldern. Die Verwendung von mehreren Sichtfeldern vereinfacht nicht nur das Verfahren, sondern ermöglicht auch die Beurteilung der normalen biologischen Variation Kapillare Zahl.

Das Ziel dieser Studie ist es, eine reproduzierbare und effiziente computerbasierten Algorithmus, der die Kapillare Quantifizierungsprozess standardisiert beschreiben. Während diese Verfahren sind noch nicht vollständig automatisiert sie benötigen sehr wenig Benutzereingabe und rasche und zuverlässige Quantifizierung der Bilder.

Protocol

Hinweis: Die Übernahme Verfahren zur Gewinnung von kapillaren Bilder vorher veröffentlicht worden und wird mit einem noch Digitalkamera mit einer entsprechenden Bildaufnahme und Analyse Computerprogramm erreicht ^{11 21} Diese Übung nutzt Standbilder für die Analyse, keine Videos, die Vereinfachung der Bildaufnahme für die Analyse.. Im folgenden wird die neue Technik für die Quantifizierung der Kapillaren aus den Bildern.

1. Bildoptimierung Prozess

1. Erhalten Digitalbilder mit einer monochromen Digitalkamera. Kalibrieren Sie die Bilder zu einem Objekt bekannter Größe durch die ein Bild eines Objekts mit bekannter Länge wie ein Lineal mit der Kamera. Dieser Prozess ermöglicht es dem Computerprogramm zu messen und zu zählen, Kapillaren exakt nach der Verarbeitung. Im Idealfall für höchste Präzision, sollte ein Fadenkreuz (wissenschaftlich hergestellten Stück Glas mit einem Lineal hinein geätzt) verwendet werden. Ermittlung der Zahl der Pixel in einem 1 mm QuadratKasten mit einem Computerprogramm.
   Anmerkung: Der Schlüssel für die Reproduzierbarkeit und Standardisierung dieses Protokoll, hängt weitgehend von der richtigen Plazierung des ¹ mm 2 Feld gezählt wird.
2. Verwenden Enhancement Tools, um die Kapillaren zu verdunkeln und erhellen den Hintergrund, die Visualisierung der Kapillaren maximiert. Initial Differenzierung von Kapillaren aus Hintergrund ist für eine gute Abschneiden des Bildes in späteren Schritten. Tun Sie dies, indem Sie das Bild mit einem Klicken Sie dazu auf zu tun "best fit Histogramm.": Erfassung, Intensität, Histogramm, beste Passform.
3. Zuschneiden von Region of Interest (ROI) für die Kapillar-Zählung als ein neues Bild (Wahlen, Regions of Interest). Verwenden Sie ein ¹ mm 2 Box, die durch Kalibrierung die Bilder bei 530 Pixeln gleich 1 mm bestimmt. überprüfen Sie, ob das freigestellte Bild platziert die Spitze der Kapillare Schleifen an der Spitze des Bildes.
4. Glätten Sie das so alle künftigen Bildanpassungen werden gleichmäßig aufgebracht werden Bilddas Bild. Dazu klicken Sie auf zu tun: Prozess Registerkarte 2D-Filter, glätten, BG Intensität der "hellen" Objektbreite auf "75", anzuwenden.
5. Erhöhen Sie den Kontrast des Bildes so Kapillaren maximal visualisiert. Um dies zu tun, klicken Sie auf: Registerkarte Anzeige einzustellen, heben Gegensatz zum 75.
6. Flecken entfernen Sie das Bild, um die Kanten der Kapillaren, indem Sie auf Prozess Registerkarte 2D-Filter, Flecken entfernen, Kernel-Größe 7 x 7 glätten, gelten.
7. Finalisieren Sie den Bildkontrast so Kapillaren sind schwarz und der Hintergrund ist weiß. Führen Sie diesen Schritt durch Anpassen des Histogramms auf die "best fit" -Modell.
   Hinweis: Bitte beachten Sie in Repräsentative Ergebnisse Ein Beispiel für das, was das verarbeitete Bild sollte wie die folgenden Schritte aussehen Abbildung 2.

2. Darstellende Capillary Counts / Quantifizieren Kapillardichte

1. Auf jedem Bild, manuell ein Teil eines gut definierten Kapillare mit dem "Zielobjekt" featur wählene erkannt als Objekte, die vom Programm gezählt werden. Wählen Sie dann einen kleinen Teil der Hintergrund, mit dem "Hintergrund" -Funktion, als Hinweis auf Bereiche, die durch die Zählalgorithmus nicht berücksichtigt werden müssen.
   Hinweis: Die Kombination dieser Highlights bewirkt, dass alle Kapillaren unter Vernachlässigung des Hintergrundrauschens hervorgehoben. Die Quantifizierung (Zählen) Protokoll nutzt Computer-Funktionen, um Teile der Basis von Farbe und Morphologie Bild zu unterscheiden.
2. Verwenden Sie die Funktion count, um sofort zu zählen alle Kapillaren in das Bild mit dem bildgebenden Geräten. Die minimalen Durchmesser der gezählten Objekte auf 5 Pixel, um zu vermeiden Zählen Störgeräusche Kapillaren.
3. Für jeden einzelnen, zählen die durchschnittlich 3-4 Bilder, um eine zuverlässigere Beurteilung zu erhalten.
   Hinweis: Bitte beziehen Sie sich auf 3 in Repräsentative Ergebnisse Ein Beispiel für das, was das Bild sollte wie während des Verfahrens Zählen aussehen.
3. Erstellen und Verwenden von Makros, um Bildverarbeitung Automatisieren

Hinweis: Um Zeit zu sparen, können Makros, um eine spezifische Abfolge von Prozessen auf einem oder mehreren Bildern automatisch durchzuführen erstellt werden. Diese Sequenzen können, um die Bildänderungen schneller zu machen, angefertigt werden. Im Wesentlichen erinnern diese Makros, wie die Bilder verarbeitet, und führen Sie alle Schritte schnell und ohne Benutzereingaben. Darstellende zählt auf 12 Kapillar-Bilder nimmt diese Labor zwischen 20 bis 30 Minuten mit den Makros (2 bis 3 Minuten pro Bild), im Gegensatz zu etwa 8 min pro Bild ohne die Makros. Daher ist mit den Makros 3-5 mal effizienter als manuelle Verarbeitung jedes einzelnen Bildes.

1. Um ein Makro zu erstellen, wählen Sie "Makro aufzeichnen" und auf einem Bild führen Sie die Schritte und Verfahren gewünscht wird, wie in Schritt 1 und 2 oben beschrieben. Benennen Sie den Makro basierend auf dem die Bildverarbeitungsschritte für die Zukunft durchgeführt wurden. Wenn using das Makro auf zukünftige Bilder, klicken Sie einfach auf "run-Makro", und das Programm wird automatisch die aufgenommenen Verbesserungen an der Bild (n) gewünschte Anwendung.
   Hinweis: Diese Übung verwendet ein Makro, um alle bis auf einen der Schritte in Abschnitt 1 der Methoden in wenigen Sekunden durchzuführen. Der einzige Schritt, der Benutzereingaben erforderlich ist die Wahl, wo das Bild zu bearbeiten, Schritt 1.2.

Representative Results

Das Ziel dieses Bildverarbeitungsverfahrens ist es, die Kapillaren vom Hintergrundbild unterscheiden, so dass sie genau quantifiziert werden kann. Sowohl unvollständige Bildverarbeitung und Bildverarbeitung übermäßiger wirken sich nachteilig auf das Programm in der Lage ist die Kapillaren zu quantifizieren. Wie in Figur 3 zu sehen ist, macht unvollständige Bildverarbeitungs die Kapillaren schwierig aus dem Hintergrund zu unterscheiden. Entscheidend ist, dass der Benutzer in der Lage, leicht zu unterscheiden die Grenze einer Kapillare, da die oben beschriebenen Zählverfahren hängt von der Fähigkeit des Benutzers genau zu markieren einige Kapillaren. Auf der anderen Seite, wie in Abbildung 3 zu sehen, die Anwendung von unnötigen Bildverarbeitungsschritte zu Unschärfen der Kapillaren führen und deshalb kann auch nachteilig für die Quantifizierung Prozess sein.

Ein optimal verarbeitete Bild kann innerhalb von 30 Sekunden gezählt werden und unterscheidet Kapillaren vom Hintergrund so klarsowie einzelne Kapillaren voneinander. Ein Beispiel eines verarbeiteten Bildes ist in 2 ein Teil D zu sehen ist, mit dem in 3 gezeigten Bild gezählt.

Kapillardichte variiert abhängig von der Lage des Nagelbettes, die gezählt. Tabelle 1 zeigt, dass die Kapillardichte zunimmt mit dem Abstand von der oberen Reihe der Kapillaren im Nagelbett. Standardisierung des ROI Platzierung ist von entscheidender Bedeutung, um die Reproduzierbarkeit zu zählen. 1 zeigt, wie Bilder können mit verschiedenen ROI Platzierungen geändert werden.

Identifikation	T1	T2	T3	T4	Meine Top	M1	M2	M3	M4	Mittlere Mittel	L1	L2	L3	L4	Niedrigster
Patient A
Grundlinie	46	45	44	46	45.25	64	62	62	62	62,5	66	67	66	66	66,25
Venenverschluss	51	53	49	59	53	59	61	64	69	63,25	70	70	75	72	71,75
Patient B
Grundlinie	47	51	48	51	49.25	73	74	75	81	75,75	76	85	81	80	80,5
Venenverschluss	68	57	65	64	63,5	75	78	76	72	75,25	91	89	93	83	89
Patient C
Grundlinie	51	54	51	56	53	66	59	58	60	60,75	60	61	62	69	63
Venenverschluss	62	66	57	59	61	63	63	73	65	66	83	74	81	77	78,75

. Tabelle 1: Variation in Capillary Bild mit Differential Positionierung im Fingernagel Bed Diese Tabelle zeigt die drei verschiedenen Patienten (A, B, C), wenn die ROI-Box wird variabel an der Spitze positioniert (zählt T1 - T4) erhaltenen Zählungen, Mittel (M1 - M4), und im unteren Bereich (L1 - L4) des Fingernagels Bett. Die Durchschnittszahlen zu erhöhen von oben nach Regionen zu senken, was die Notwendigkeit der Standardisierung der ROI-Box Platzierung an Zählungen aus verschiedenen Laboratorien zu vergleichen.

Darstellende zählt in der in Schritt 1.2 beschrieben Bereich sollten Baseline zählt von 30 bis 60 Kapillaren / mm ^2, während Venenverschluss Zählungen kann irgendwo zwischen 50 und 100 liegen im Bereich Wie in Tabelle 1 zu sehen ist, werden diese densities unterscheiden sich von anderen Literatur. Kapillardichte Zählungen in der Autoren Labor erhaltenen am wahrscheinlichsten geringer, weil diese Übung beginnt Zählungen an der ersten Reihe der Kapillaren, wo die Dichte am geringsten ist. Wie in Tabelle 1 zu sehen ist, Durchführen zählt in unteren Bereichen des Nagelbett erhöhen die Zählungen in Richtung Werte zuvor von Antonios et al ^{9 und} Debbabi erhalten et al. ¹⁶ Diese Diskrepanz zeigt die Notwendigkeit der Standardisierung in Quantifizierung von Nagelbett Kapillaroskopie durch Zählen der ersten (die meisten proximal) Reihe von Kapillaren. Zählen in der ersten Reihe von Kapillaren ist auch optimal, weil die Kapillaren in der ersten Reihe am deutlichsten und vollständig visualisiert und progressiv mit nachfolgenden Zeilen weniger sichtbar geworden sind.

Geblendet Reproduzierbarkeit Studien unter Verwendung von N = 10 Probanden und zwei unabhängigen Beobachtern durchgeführt. Zuverlässigkeit Ergebnisse beziehen sich auf die durchschnittliche A, B, und C zählt, von av erhalten Lungs Ergebnisse über 4 Bilder zu jedem. Die A, B, und C Zählungen repräsentieren verschiedene physiologische Zustände innerhalb der gleichen Person, die verwendet werden, um mikrovaskuläre Gesundheit, hier kurz zusammenfassen zu bewerten. Details wurden bisher veröffentlichten ²¹ worden. Kapillardichte wird als die Anzahl von Kapillaren pro Quadratmillimeter ^(mm 2) des Fingers nailfold Haut definiert. Stufe A ist eine Ruhebasiswert Bühne, wo die Kapillaren kontinuierlich perfundierten ^16. Stufe B tritt während postokklusive reaktive Hyperämie. Diese Zählungen stellen die Summe der kontinuierlich durchströmt und mit Unterbrechungen durchbluteten (Funktionsreserve) Kapillaren. Diese Phase als Maß für die Kapillare ^Funktion 16 verwendet wird.

Stufe C erfolgt während Venenverschluss, daher zeigt maximal Kapillardichte einschließlich perfundiert (mit aktiver roten Blutzellen (RBC) motion) und nicht-perfundierte (gefüllt mit stagnierenden, nicht bewegten Erythrozyten) Kapillaren. ²²

NHALT "> Für intra-Reliabilität, die Intraklassenkorrelationen (ICC) waren 0,93 für die bedeuten zählt, 0,93 für mittlere B zählt, und 0,94 für mittlere C zählt. Für Interraterreliabilität waren die ICCs 0.94 für bedeuten zählt, 0,98 für mittlere B zählt, und 0,94 für mittlere C zählt. Dementsprechend ist die hier beschriebene Technik zeigt hervorragende Zuverlässigkeit mit guten Ergebnissen sowohl für Intra- und Inter-Beobachter Reproduzierbarkeit.

Abbildung 1. Standardisierung der Crop Ort. Diese Abbildung zeigt, wie variable Platzierung des ROI-Box sichtlich verändert das zugeschnittene Bild. Auf der linken Seite ist die Box zu niedrig gesetzt, das Abschneiden der ersten Reihe von Kapillaren. Der Mittelkasten ist zu hoch platziert, wodurch eine leere Raum über der ersten Reihe von Kapillaren. Der Kasten auf der rechten Seite ist optimal platziert. Seine schnittene Bild zeigt die erste Zeile der capillaries an der Spitze des Bildes. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

Abbildung 2. Die Stufen der Bildverarbeitung (A) Stufe A zeigt das Anfangsbild von der Person Nagelbett mit einem Monochrom-Kamera aufgenommen wurden;. (B) Stufe B zeigt das Originalbild nach dem ersten Kontrastverstärkung. Das grüne Feld zeigt eine 530 x 530 Pixel-Box, die in Höhe von 1 x 1 mm Box für die Kamera ist, (C) Stufe C stellt die 1 mm Feld abgeschnitten vom Bild B; (D) Stufe D zeigt das verbesserte Bild nach der Anwendung die oben diskutierten Verbesserungen. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.
Abbildung 3. Schluss Gezählt Bild. Die verbesserte, gezählt Bild. Die Gesamtzahl für dieses Bild bestimmt war 54 Kapillaren ^/ mm 2. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

Abbildung 4. Unsachgemäße Bildverarbeitung. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

Das Foto auf der linken Seite zeigt ein Foto, das nicht genug verarbeitet wird. Die Kapillaren sind schwierig von dem Hintergrund unterscheiden, und die Quantifizierungsprozess negativ sein affected. Das Foto rechts zeigt das gleiche Bild nach der falsche Bildverarbeitung. Einzelnen Kapillaren sind schwer von ihren Nachbarn unterscheiden und damit die Quantifizierung Prozess negativ beeinflusst werden.

Discussion

Nailfold Kapillaroskopie zeigt Versprechen als ein klinisch nützliches Werkzeug in der Zukunft für verschiedene Onkologie, Herz-Kreislauf und rheumatologische Erkrankung Anwendungen. Die Bildaufnahme-Prozess ist ziemlich konstant unter den Forschern, doch gibt es derzeit mehrere Methoden zur Bildverarbeitung und Analyse. Methoden umfassen derzeit computergestützte und manuelle Kapillare zählt. Manuelle Zählungen sind problematisch, da sie zeitaufwendig sind und unter den Benutzer Subjektivität und Müdigkeit. Stromcomputergestützte Methoden erfordern ein hohes Maß an Benutzereingabe, die beide in der Bildverbesserungsprozesses und der Quantifizierungsprozess. Das hier beschriebene neue Verfahren erfordert relativ wenig Benutzertraining oder Beteiligung, da die Bildverbesserungsschritte vollständig automatisiert. Die Benutzereingabe wird nur für den Zählvorgang benötigt zunächst Kapillare vom Hintergrund in den verarbeiteten Bildern unterscheiden. Verwendung der automatisierte Abläufe, wie hier beschrieben ist drei- bis fünfmal effizienter als manuVerbündeter Verarbeitung jedes einzelnen Bildes.

Zuverlässige standardisierte computergestützte Algorithmen zur Quantifizierung Kapillaroskopie Daten fehlen.

Zuverlässige standardisierte computergestützte Methoden zur Quantifizierung Kapillare, um Subjektivität reduzieren und Effizienz erforderlich ist. Die hier beschriebene Technik zeigt hervorragende Zuverlässigkeit mit guten Ergebnissen sowohl für Intra- und Inter-Beobachter Reproduzierbarkeit mit Intra Korrelationen von 0,93 bis 0,98. Wir haben bereits in 10 Probanden berichteten die Korrelation der Ergebnisse über ein computergestütztes Kapillardichte Beurteilung erhalten, im Vergleich zum Goldstandard der manuellen Zählung. ²¹ Pearson Korrelationen zwischen Basislinie, post-ischämische und venöse Stauung zählt mit der Software durchgeführt und entsprechende manuelle Zählungen waren 0,78, 0,78 und 0,71 jeweils (alle p <0,05), was auf gute Übereinstimmung zwischen den beiden Methoden.

Bild dieses LaborManipulationsschritte nutzen eine Reihe von Computer-Verarbeitungswerkzeugen. Schritt 1.3, Bild "Abflachung" entfernt die verschiedenen "Schichten", die in jedem Bild vorhanden sind. Diese müssen zuerst geschehen alle zukünftigen Bildverarbeitungsverfahren wird gleichmäßig auf alle Teile des Bildes angewendet werden kann. Kontrasteinstellung sowohl verdunkelt sich die Kapillaren und verblasst den Hintergrund, daher macht die Kapillaren besser sichtbar. Der Prozess "Flecken entfernen" glättet die Kanten der Kapillaren unter Wahrung ihrer Größe und Form. Zwar scheint es keine Unterschiede in einem despeckled Bild für das menschliche Auge sein, das ist ein wichtiger Prozess, um sicherzustellen, mehrere Kapillaren müssen während des Zählvorgangs nicht miteinander mischen. Finalisierung des Bildes unter Verwendung eines "Best-Fit-Histogramm" schließt alle Pixel entweder extreme des Histogramms. Dies hilft bei der Definition der Grenzen der Kapillaren, während die weitere Verbesserung der Kontrast zwischen den Kapillaren und den Hintergrund. Insgesamt sinddrei Kontrastverbesserungsschritte, und alle drei sind notwendig, um die Klarheit des endgültigen Bildes für die Kapillar-Zählung zu maximieren.

Gelegentlich wird das Programm zu viele oder zu wenige Kapillaren zählen. Der erste Schritt, um dieses Problem zu beheben ist, um die Markierung rückgängig zu machen und einfach versuchen, die Hervorhebung erneut. Wenn die Kapillaren falsch markiert ist, kann Einstellen der Mindest Kapillardurchmesser notwendig sein. Die Autoren empfehlen eine Standard-Durchmesser von mindestens 5 Pixel. Wenn das Programm zu viele Kapillaren Zählen oder Zählen einer Kapillare als mehrere Kapillaren sollte der Benutzer den minimalen Durchmesser von einem oder zwei Pixeln zu erhöhen. Auf der anderen Seite, wenn das Programm nicht mitgerechnet Dunkelpixelgruppen, die Kapillaren sind, kann der Benutzer die minimale Durchmesser um ein Pixel zu reduzieren.

Es gibt auch eine Notwendigkeit, die Position für diesen Zählungen innerhalb des Nagelbettes zu standardisieren. Wie in der Tabelle zu sehen ist, zählt in dasselbe Individuum sind hochpositionsabhängig variierende stark von dem ein Teil des Nagelbett gezählt basiert.

Kritische Schritte des Protokolls sind richtige und optimale Visualisierung der Kapillaren. Die Schritte, so dass eine optimale Visualisierung der Kapillaren in diesem Protokoll sind voll automatisiert, so dass für eine schnelle und genaue Bildmanipulation. Diese Verfahren stellen einen wesentlichen Fortschritt in der Zuverlässigkeit und der Leichtigkeit der Verarbeitung und Zählen kapillaroskopische Bildes wird die Hauptbegrenzung der Technik wird das halbautomatische Verfahren zum Zählen. Im Idealfall wird eine vollautomatische Prozess in naher Zukunft geschaffen werden. Forscher sollten ermutigt fühlen, auf die in diesem Dokument, um eine vollautomatische klinisch nützliche Technologie, die schnelle Quantifizierung von nailfold Kapillardichte eines Patienten ermöglicht entwickeln beschriebenen Methodik zu bauen.

Materials

Name	Company	Catalog Number	Comments
Image-Pro Premier	Media Cybernetics, Inc	9.1	Image processing software