Abstract
Capillaroscopy är en icke-invasiv, effektiv, relativt billig och lätt att lära metod för direkt visualisering av mikrocirkulationen. Den capillaroscopy teknik kan ge insikt i patientens mikrovaskulära hälsa, vilket leder till en rad olika potentiellt värdefulla dermatologiska, oftalmologisk, reumatologiska och kardiovaskulära kliniska tillämpningar. Dessutom kan tumörväxt vara beroende av angiogenes, vilket kan kvantifieras genom mätning av mikrokärlsdensitet inuti tumören. Det finns dock för närvarande liten eller ingen standardisering av teknik, och bara en publikation hittills rapporterar tillförlitligheten hos en för närvarande tillgängliga, komplexa datorbaserade algoritmer för att kvantifiera capillaroscopy uppgifter. 1 Detta dokument beskriver ett nytt, enklare, tillförlitlig, standardiserad kapillär räknar algoritm för kvantifiering nailfold capillaroscopy data. En enkel, reproducerbar datoriserad capillaroscopy algoritm som detta skulle underlätta merutbredd användning av tekniken bland forskare och kliniker. Många forskare för närvarande analyserar capillaroscopy bilder för hand, att främja användar trötthet och subjektivitet av resultaten. Detta dokument beskriver en ny, enkel att använda automatiserad bildbehandlingsalgoritm förutom en reproducerbar, halvautomatiserad räkningsalgoritm. Denna algoritm möjliggör analys av bilder på några minuter samtidigt minska subjektivitet; endast en minimal mängd av träningstiden (i vår erfarenhet, mindre än en timme) behövs för att lära sig tekniken.
Introduction
Mikrovaskulära avbildning är ett snabbt växande område med många potentiella kliniska tillämpningar. 2 Till exempel, onkologer använder mikrokärls bildbehandling för att fastställa omfattningen av blodkärl i tumören, vilket ger värdefull information om tillståndet i tumören och insikt i möjliga behandlingsalternativ. 3 4 emellertid nailfold capillaroscopy är kanske den mest kostnadseffektiva och allmänt tillämplig form av mikrovaskulär avbildning. Forskare använder video nailfold capillaroscopy att studera blodflöden och undersöka kapillär morfologi. 5 6 Både video och stillbilder nailfold capillaroscopy är komplement till vård för att diagnostisera och behandla Raynauds fenomen och olika bindvävssjukdomar såsom systemisk skleros. 2
Nailfold capillaroscopy har olika potentiella kardiovaskulära tillämpningar. Aktuell forskning med nailfold capillaroscopy föreslåratt diabetes mellitus typ 1 och typ 2 patienter uppvisar en hög förekomst av onormal kapillär morfologi, men har oförändrade kapillära densiteter jämfört med icke-diabetiker. 7-8 Capillaroscopy har också studerats experimentellt vid hypertoni. Struktur kapillär förtunning leder till en minskad kapillärtäthet har visats hos hypertensiva personer jämfört med icke-hypertensiva individer. 9-10 I motsats till dessa äldre patienter med högt blodtryck (medelålder 40 och uppåt) som uppvisar strukturell förtunning, har senare forskning visat att yngre patienter med högt blodtryck (medelålder under 40 år) har funktionell förtunning utan strukturell förtunning. 11 Detta tyder på att funktions förtunning sker innan och kan utvecklas över tiden till struktur förtunning.
Intressant, hypertonipatienter som behandlats med vissa antihypertensiva läkemedel såsom Perindopril / Indapamide visas normal kapillär densitet och endotelfunktion efter behandling, medan de som behandlats med ACE (angiotensin converting enzym-hämmare) eller diuretika haft en låg kapillärtäthet trots jämförbara blodtryckskontroll. 12 Detta tyder på att vissa blodtryckssänkande mediciner kan normalisera kapillärtäthet genom att vända på kapillär förtunning orsakad av högt blodtryck. Dessutom har andra forskare visat att en sänkning av saltintag leder till återföring av både funktionell och strukturell kapillär FÖRTUNNANDE hos hypertensiva individer. 13
Trots de olika potentiella kliniska tillämpningar av denna teknik, finns det inte mycket standardisering teknik för kvantifiering kapillärtäthet bilder. 2 Hittills har forskarna funnit att kapillärtäthet resultat reproducerbara från både inom observatör och inter-observatör perspektiv endast om det exakta samma område räknas varje gång. 1,14 15 9 16 17 18, som är en långsam och subjektiv process.
Standardiserade datorbaserade algoritmer för kvantifiering av kapillära bilder teoretiskt ge mer effektiv och reproducerbar analys av data med mindre subjektivitet, underlättar kliniska tillämpningar av capillaroscopy. Vissa forskare har faktiskt använt datorbaserade program för att kvantifiera data från nailfold capillaroscopic bilder. 1,6 19 20 är dock bara en publikation hittills beskriver tillförlitligheten hos en komplex programvara för kvantifiering capillaroscopy uppgifter, 1 och detta program komplicerat tidigare noterats ovan av kravet att räkna exakt samma synfält. Här presenterar vi en enklare, pålitlig protokoll för kvantifiering kapillärer med ett standardiserat algoritm som gör det möjligt föranvändningen av multipla visuella fält. Användningen av multipla visuella fält förenklar inte bara förfarandet utan tillåter även en bedömning av normal biologisk variation i kapillär räknas.
Syftet med denna studie är att beskriva en reproducerbar och effektiv datorbaserad algoritm som standardiserar kapillär kvantifiering processen. Även om dessa metoder inte är helt automatiserade de kräver mycket lite användarinmatning, och ger snabb och tillförlitlig kvantifiering av bilderna.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Obs: Förvärvsprocessen för att erhålla kapillära bilder har tidigare publicerats och sker med hjälp av en ännu digitalkamera med en motsvarande bild insamling och analys datorprogram 11 21 Denna labb använder stillbilder för analys, inte video, förenklar bildtagning för analys.. Följande beskriver den nya tekniken för kvantifiering kapillärerna från bilderna.
1. Bildförbättring Process
- Skaffa digitala bilder med en svartvit digitalkamera. Kalibrera bilder till ett objekt av känd storlek genom att ta en bild av ett föremål med känd längd som en linjal med kameran. Denna process gör det möjligt för datorprogram för att mäta och räkna kapillärer noggrant efter bearbetning. Idealiskt för högsta precision, bör en hårkors (vetenskapligt tillverkad glasbit med en linjal etsas in i den). Mät antalet pixlar i en 1 mm i kvadratbox använder ett datorprogram.
Obs: Nyckeln till reproducerbarhet och standardisering av detta protokoll beror till stor del på ett korrekt placering av en mm 2 låda som räknas. - Använd kontrastförbättringsverktyg mörkare kapillärerna och bakgrund ljusare, vilket kommer att maximera visualisering av kapillärerna. Inledande differentiering av kapillärer från bakgrunden är viktig för rätt beskärning av bilden i senare steg. Gör detta genom att justera bilden med en att göra detta, klicka på "bästa passform histogram." Capture, intensitet, bild histogram, bästa passform.
- Beskär ett område av intresse (ROI) för kapillär räknas som en ny bild (välj, regioner av intresse). Använd en 1 mm 2 box, som bestämdes genom att kalibrera bilder på 530 pixlar är lika 1 mm. kontrollera att den beskurna bilden placerar spetsen av kapillära slingor högst upp på bilden.
- Platta bilden så alla framtida bildjusteringar kommer vara jämnt tillämpasbilden. För att göra detta, klicka på: process fliken, 2D filter, platta, BG intensitet "ljust" object width till "75" tillämpas.
- Höj kontrasten i bilden så kapillärer maximalt visualiseras. Klicka på för att göra detta: Justera fliken, display, höja kontrasten till 75.
- Despeckle bilden för att jämna ut kanterna på kapillärerna genom att klicka på process fliken, 2D filter, bort fläckar, kärnstorlek 7 x 7, tillämpas.
- Slutföra bildens kontrast så kapillärer är svarta och bakgrunden är vit. Utför det här steget genom att justera histogrammet till "bästa passform" modell.
Obs: Se Figur 2 i Representativa resultat för ett exempel på hur den bearbetade bilden ska se ut att följa dessa steg.
2. Utföra Kapillär Counts / kvantifiering kapillärtäthet
- På varje bild, välja en del av en väldefinierad kapillär med "målobjektet" featur manuellte att erkännas som objekt som ska räknas av programmet. Välj sedan en liten del av bakgrunden, genom att använda "bakgrund" -funktionen, som en hänvisning till områden som behöver att bortse från räkningsalgoritm.
Obs: Kombinationen av dessa höjdpunkter gör att alla kapillärer lyftas fram när man bortser från bakgrundsbruset. Den kvantifiering (räkna) protokollet använder datorfunktioner att skilja delar av bilden baserat på färg och morfologi. - Använd räkna funktionen att omedelbart räkna alla kapillärer i bilden med bildutrustning. Ställ in minsta diameter räknade objekt till 5 pixlar för att undvika att räkna bakgrundsljud som kapillärer.
- För varje individ, räkna medeltal av 3 - 4 bilder för att erhålla en mer tillförlitlig bedömning.
Obs: Se figur 3 i Representativa resultat för ett exempel på hur bilden ska se ut under räkningsproceduren. 3. Skapa och använda makron för att automatisera bildbehandling - För att skapa ett makro, välj "Spela in makro" och på en bild utföra stegen och processer önskas, som beskrivs i steg 1 och 2 ovan. Namnge makrot baserat på vilken bildbehandling steg utfördes för framtida referens. När USIng makrot på framtida bilder, klickar du bara på "run macro" och programmet kommer automatiskt att tillämpa de inspelade förbättringar på bilden (s) önskas.
Obs! Den här labbet använder ett makro för att utföra alla utom ett av stegen i avsnitt 1 av metoderna i några sekunder. Det enda steg som kräver inmatning från användaren är att välja var man ska beskära bilden, steg 1.2.
Obs! För att spara tid, kan makron skapas för att automatiskt utföra en specifik sekvens av processer på en eller flera bilder. Dessa sekvenser kan anpassas för att göra bild ändringar snabbare. I huvudsak dessa makron minns hur bilderna bearbetas, och utför alla steg snabbt och utan användarens input. Utföra räknar på 12 kapillära bilder tar denna laboration mellan 20 till 30 minuter med makron (2 till 3 minuter per bild), i motsats till ca 8 minuter per bild utan makron. Därför använder makron är tre till fem gånger mer effektivt än manuellt bearbetning varje enskild bild.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Målet med detta förfarande bildbehandling är att skilja kapillärerna från bakgrundsbilden så att de kan exakt kvantifieras. Både ofullständig bildbehandling och överdriven bildbehandling är skadliga för programmets förmåga att kvantifiera kapillärerna. Såsom framgår av fig 3, gör kapillärerna svårt att skilja från bakgrunden ofullständig bildbehandling. Det är kritiskt att användaren lätt kunna särskilja gränsen till en kapillär sedan räknar metod som beskrivs ovan beror på användarens förmåga att korrekt belysa några kapillärer. Å andra sidan, såsom framgår av fig 3, kan tillämpningen av onödiga bildbehandlings steg leda till suddighet av kapillärerna och kan därför också vara skadligt för kvantifiering processen.
En optimalt bearbetade bilden kan räknas inom 30 sekunder och tydligt skiljer kapillärer från bakgrund somsåväl som individuella kapillärer från varandra. Ett exempel på en bearbetad bild framgår av fig 2 D, med det räknade bilden som visas i fig 3.
Kapillärtäthet varierar beroende på platsen för nailbed som räknas. Tabell 1 visar att kapillär densitet ökar med avståndet från den översta raden av kapillärer vid nailbed. Standardisering av ROI placering är avgörande för att räkna reproducerbarhet. Figur 1 visar hur bilder kan ändras med olika ROI placeringar.
| ID | T1 | T2 | T3 | T4 | Medelvärde Topp | M1 | M2 | M3 | M4 | Medelvärde USA | L1 | L2 | L3 | L4 | Lägsta |
| Patient A | |||||||||||||||
| Baslinje | 46 | 45 | 44 | 46 | 45,25 | 64 | 62 | 62 | 62 | 62,5 | 66 | 67 | 66 | 66 | 66,25 |
| Venös Ocklusion | 51 | 53 | 49 | 59 | 53 | 59 | 61 | 64 | 69 | 63,25 | 70 | 70 | 75 | 72 | 71,75 |
| Patient B | |||||||||||||||
| Baslinje | 47 | 51 | 48 | 51 | 49,25 | 73 | 74 | 75 | 81 | 75,75 | 76 | 85 | 81 | 80 | 80,5 |
| Venös Ocklusion | 68 | 57 | 65 | 64 | 63,5 | 75 | 78 | 76 | 72 | 75,25 | 91 | 89 | 93 | 83 | 89 |
| Patient C | |||||||||||||||
| Baslinje | 51 | 54 | 51 | 56 | 53 | 66 | 59 | 58 | 60 | 60,75 | 60 | 61 | 62 | 69 | 63 |
| Venös Ocklusion | 62 | 66 | 57 | 59 | 61 | 63 | 63 | 73 | 65 | 66 | 83 | 74 | 81 | 77 | 78,75 |
. Tabell 1: Variation i kapillär Räknar med Differential Placering i nageln säng tabell visar räkningarna erhållna för tre olika patienter (A, B, C) när ROI-rutan är variabelt placerad på toppen (räknar T1 - T4), mitten (M1 - M4), och lägre regionerna (L1 - L4) hos nageln bädden. De genomsnittliga räknar ökar från toppen till lägre regioner, vilket visar behovet av standardisering av ROI-rutan placering för att jämföra räknas som erhållits från olika laboratorier.
Utföra räknas i det område som beskrivs i steg 1,2, bör utgångs räknar sträcka sig från 30 till 60 kapillärer / mm2 medan venös ocklusion räknas kan variera allt från 50 till 100. Som framgår av tabell 1, dessa densities skiljer sig från annan litteratur. Kapillärtäthet räknas som erhållits i författarnas laboratorium är mest sannolikt lägre eftersom denna laboration börjar räknas på den första raden i kapillärerna, där densiteten är lägst. Som framgår av tabell 1, utför räknas i nedre regionerna av nailbed ökar räknas mot värden som erhållits tidigare från Antonios et al 9 och Debbabi et al. 16 Denna diskrepans visar på behovet av standardisering inom kvantifiering av nailbed capillaroscopy genom att räkna första (mest proximal) raden av kapillärer. Räkna på den första raden av kapillärer är också optimalt eftersom kapillärerna är mest tydligt och fullständigt visualiseras i den första raden och successivt blir mindre synliga med efterföljande rader.
Blindade reproducerbarhet studier med N = 10 patienter och två oberoende observatörer genomfördes. Resultat Tillförlitlighet avser de genomsnittliga A, B, och C räknas, som erhållits genom AV eraging resultat över 4 bilder för varje. A, B och C räknas representerar olika fysiologiska tillstånd inom samma individ som används för att bedöma mikrovaskulära hälsa, kort sammanfattas här. Detaljer har tidigare publicerats 21. Kapillär Densitet definieras som antalet kapillärer per kvadratmillimeter (mm 2) av finger nailfold hud. Steg A är en vilande baslinje stadium där kapillärerna kontinuerligt perfusion 16. Stage B inträffar under postocclusive reaktiv hyperemi. Dessa räkningar motsvarar summan av kontinuerligt perfusion och intermittent perfusion (funktionell reserv) kapillärer. Denna etapp används som ett mått på kapillär funktion 16.
Steg C sker under venös ocklusion, därför visar maximal kapillärtäthet fattande både perfusion (med aktiv röda blodkroppar (RBC) rörelse) och nonperfused (fyllda med stillastående, icke-rörliga RBC) kapillärer. 22
INNEHÅLL "> För intra-rater reliability, den intraclass korrelationer (ICC) var 0,93 för innebära en räknas, 0,93 för genomsnittliga B räknas, och 0,94 för medelvärdet för C räknas. För inter-rater reliability, de ICCs var 0,94 för innebära en räknas, 0,98 för genomsnittliga B räknas, och 0,94 för medelvärdet för C räknas. Följaktligen teknik som beskrivs här visar utmärkt tillförlitlighet med goda resultat för både inom och mellan observatörs reproducerbarhet.
Figur 1. Standardisering Beskär Läge. Siffran visar hur variabel placering av ROI-rutan ändrar synligt den beskurna bilden. Till vänster är rutan placeras för lågt, skära av den första raden av kapillärer. Den mellersta rutan är placerad för högt, vilket orsakar ett tomt utrymme ovanför den första raden av kapillärer. Rutan till höger är optimalt placerad. Dess beskurna bilden visar den första raden av capillaries på högst upp i bilden. Klicka här för att se en större version av denna siffra.
Figur 2. Stadier av bildbehandling (A) Steg A visar den ursprungliga bilden tas från patientens nailbed med en monokrom kamera,. (B) Steg B visar den ursprungliga bilden efter den första kontrastförbättring. Den gröna rutan visar en 530 x 530 pixel box, vilket motsvarar 1 x 1 mm box för kameran, (C) Steg C representerar en mm rutan beskärs från bild B, (D) Steg D visar den förbättrade bilden efter applicering förbättringar som diskuterats ovan. Klicka här för att se en större version av denna siffra. 
Figur 3. Final Räknat Image. Den förbättrade, räknade bilden. Det totala antalet bestämdes till den här bilden var 54 kapillärer / mm 2. Klicka här för att se en större version av denna siffra.
Figur 4. Felaktig bildbehandling. Klicka här för att se en större version av denna siffra.
Bilden till vänster visar ett foto som inte behandlas tillräckligt. Kapillärerna är svåra att skilja från bakgrunden och kvantifieringen processen kommer att vara negativt affected. Bilden till höger visar samma bild efter felaktig bildbehandling. Enskilda kapillärer är svåra att skilja från sina grannar och därmed kvantifiering processen kommer att påverkas negativt.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Nailfold capillaroscopy visar löfte som en kliniskt användbart verktyg i framtiden för olika onkologi, hjärt- och applikationer reumatologiska sjukdomar. Bildförvärvsprocessen är ganska konsekvent bland forskare, men det finns för närvarande flera metoder för bildbehandling och analys. Metoder inkluderar för närvarande datoriserade och manuella kapillära räknas. Manuella räkningar är problematiska eftersom de är tidskrävande, och under förutsättning att användar subjektivitet och trötthet. Aktuell datorbaserade metoder kräver en hög grad av användarinmatning, både i bildförbättringsprocessen och kvantifiering processen. Den nya metoden som beskrivs här kräver relativt lite användarutbildning eller inblandning, eftersom bildförbättringsstegen helt automatiserad. Användarinmatning krävs endast för räkningsprocessen från början att skilja kapillär från bakgrund i de bearbetade bilderna. Använda automatiska makron som beskrivs här är tre till fem gånger effektivare än manuallierad behandla varje enskild bild.
Tillförlitliga standardiserade datorbaserade algoritmer för att kvantifiera capillaroscopy data saknas.
Pålitlig standardiserade datorbaserade metoder behövs för kapillär kvantifiering för att minska subjektiviteten och främja effektiviteten. Tekniken beskrivs här visar utmärkt tillförlitlighet med goda resultat för både inom och mellan observatörs reproducerbarhet med intraclass korrelationer av 0,93 till 0,98. Vi har tidigare rapporterat sambandet mellan resultat som erhållits via datoriserade bedömning kapillärtäthet, jämfört med den gyllene standarden för manuell räkning. 21 Pearson korrelationer mellan baslinjen, post-ischemiska och venösa trängsel räknar gjort med programvaran och motsvarande manuella räkningar i 10 försökspersoner var 0,78, 0,78 och 0,71 respektive (alla p <0,05), vilket tyder på en rimlig överenskommelse mellan de två metoderna.
Det här labbet imagemanipulationssteg utnyttjar ett antal datorbearbetningsverktyg. Steg 1.3, bild "plattas" bort de olika "lager" som finns i varje bild. Detta måste göras först så att alla framtida förfaranden bildbehandling kommer att tillämpas jämnt på alla delar av bilden. Kontrastjustering både mörkare kapillärerna och förbleknar ut bakgrunden, därför gör kapillärerna mer synliga. Den "bort fläckar" -processen jämnar ut kanterna på kapillärerna under bibehållande deras storlek och form. Även om det inte verkar finnas några skillnader i en despeckled bild för blotta ögat, är detta en viktig process för att säkerställa flera kapillärer inte smälter samman under räkningsprocessen. Färdigställa bilden med en "best fit histogram" utesluter alla pixlar på antingen extrema histogrammet. Detta hjälper till att definiera gränserna för kapillärerna medan ytterligare förbättra kontrasten mellan kapillärerna och bakgrunden. Totalt finnstre kontrastförbättringssteg, och alla tre är nödvändiga för att maximera tydligheten i den slutliga bilden för kapillär räkning.
Ibland kommer programmet att räkna för många eller för få kapillärer. Det första steget för att åtgärda det här problemet är att ångra markeringen och helt enkelt försöka framhäva processen igen. Om kapillärerna lyfts fram felaktigt kan justera minimi kapillärdiameter vara nödvändig. Författarna rekommenderar en standard diameter på minst 5 pixlar. Om programmet räknar alltför många kapillärer eller räkna en kapillär som flera kapillärer användaren bör öka den minsta diametern av en eller två pixlar. Å andra sidan, om programmet inte räknar mörka pixelgrupper som är kapillärer, kan användaren sänka minimidiametern av en pixel.
Det finns också ett behov av att standardisera läget för dessa punkter inom nailbed. Som framgår av tabellen räknas i samma individ är mycketpositionsberoende, kraftigt varierar beroende på det som en del av nailbed är räknas.
Kritiska steg i protokollet inkluderar korrekt och optimal visualisering av kapillärerna. Stegen som möjliggör optimal visualisering av kapillärerna i detta protokoll är helt automatiserad, vilket möjliggör snabb och korrekt bildmanipulering. Även om dessa metoder representerar en stor utveckling inom tillförlitlighet och lätthet av bearbetning och räkning capillaroscopic bild, är den huvudsakliga begränsningen av tekniken för halvautomatiserad räkneprocessen. Helst ska en fullständigt automatiserad process skapas inom en snar framtid. Forskare bör uppmuntras att bygga vidare på den metod som beskrivs i detta dokument i syfte att utveckla en helt automatiserad kliniskt användbar teknik som möjliggör snabb kvantifiering av en patients nailfold kapillärtäthet.
Subscription Required. Please recommend JoVE to your librarian.
Materials
| Name | Company | Catalog Number | Comments |
| Image-Pro Premier | Media Cybernetics, Inc | 9.1 | Image processing software |
References
- Gronenschild, E. H., et al. Semi-automatic assessment of skin capillary density: proof of principle and validation. Microvasc Res. 90, 192-198 (2013).
- Allen, J., Howell, K. Microvascular imaging: techniques and opportunities for clinical physiological measurements. Physiol Meas. 35, R91-R141 (2014).
- Boettcher, M., Gloe, T., de Wit, C.
- Wild, R., Ramakrishnan, S., Sedgewick, J., Griffioen, A. W. Quantitative assessment of angiogenesis and tumor vessel architecture by computer-assisted digital image analysis: effects of VEGF-toxin conjugate on tumor microvessel density. Microvasc Res. 59, 368-376 (2000).
- Tresadern, P. A., et al. Simulating nailfold capillaroscopy sequences to evaluate algorithms for blood flow estimation. Conf Proc IEEE Eng Med Biol Soc. , 2636-2639 (2013).
- Anderson, M. E., et al. Computerized nailfold video capillaroscopy--a new tool for assessment of Raynaud's phenomenon. J Rheumatol. 32, 841-848 (2005).
- Neubauer-Geryk, J., et al. Decreased reactivity of skin microcirculation in response to L-arginine in later-onset type 1 diabetes. Diabetes Care. 36, 950-956 (2013).
- Pazos-Moura, C. C., Moura, E. G., Bouskela, E., Torres-Filho, I. P., Breitenbach, M. M. Nailfold capillaroscopy in diabetes mellitus: morphological abnormalities and relationship with microangiopathy. Braz J Med Biol Res. 20, 777-780 (1987).
- Antonios, T. F., Singer, D. R., Markandu, N. D., Mortimer, P. S., MacGregor, G. A. Structural skin capillary rarefaction in essential hypertension. Hypertension. 33, 998-1001 (1999).
- Kaiser, S. E., Sanjuliani, A. F., Estato, V., Gomes, M. B., Tibirica, E. Antihypertensive treatment improves microvascular rarefaction and reactivity in low-risk hypertensive individuals. Microcirculation. 20, 703-716 (2013).
- Cheng, C., Diamond, J. J., Falkner, B. Functional capillary rarefaction in mild blood pressure elevation. Clinical and Translational Science. 1, 75-79 (2008).
- Debbabi, H., Bonnin, P., Levy, B. I. Effects of blood pressure control with perindopril/indapamide on the microcirculation in hypertensive patients. Am J Hypertens. 23, 1136-1143 (2010).
- He, F. J., Marciniak, M., Markandu, N. D., Antonios, T. F., MacGregor, G. A. Effect of modest salt reduction on skin capillary rarefaction in white, black, and Asian individuals with mild hypertension. Hypertension. 56, 253-259 (2010).
- Murray, A. K., et al. The influence of measurement location on reliability of quantitative nailfold videocapillaroscopy in patients with SSc. Rheumatology (Oxford). 51, 1323-1330 (2012).
- Ingegnoli, F., et al. Feasibility of different capillaroscopic measures for identifying nailfold microvascular alterations. Semin Arthritis Rheum. 38, 289-295 (2009).
- Debbabi, H., et al. Increased skin capillary density in treated essential hypertensive patients. Am J Hypertens. 19, 477-483 (2006).
- Serne, E. H., et al. Impaired skin capillary recruitment in essential hypertension is caused by both functional and structural capillary rarefaction. Hypertension. 38, 238-242 (2001).
- Shore, A. C. Capillaroscopy and the measurement of capillary pressure. Br J Clin Pharmacol. 50, 501-513 (2000).
- Rieder, M. J., O'Drobinak, D. M., Greene, A. S. A computerized method for determination of microvascular density. Microvasc Res. 49, 180-189 (1995).
- Vermeulen, P. B., et al. Quantification of angiogenesis in solid human tumours: an international consensus on the methodology and criteria of evaluation. Eur J Cancer. 32A, 2474-2484 (1996).
- Cheng, C., Daskalakis, C., Falkner, B. Non-invasive Assessment of Microvascular and Endothelial Function. Journal of Visualized Experiments. , (2012).
- Antonios, T. F., et al. Maximization of skin capillaries during intravital video-microscopy in essential hypertension: comparison between venous congestion, reactive hyperaemia and core heat load tests. Clin Sci (Lond). 97, 523-528 (1999).
