Abstract
Kapillaroskopisi doğrudan mikrodolaşımı görselleştirmek için bir, non-invaziv, verimli, nispeten ucuz ve öğrenmesi kolay yöntemdir. Kapillaroskopisi tekniği potansiyel olarak değerli dermatolojik, oftalmik, romatolojik ve kardiyovasküler klinik uygulamalar çeşitli yol açan, hastanın mikrovasküler sağlığı içgörü sağlayabilir. Buna ek olarak, tümör büyümesi, tümör içerisindeki mikrodamar yoğunluğunun ölçülmesiyle nicelendirilebilir anjiyojenez, bağlı olabilir. Ancak, orada teknikleri hiçbir standardizasyona anda küçük ve bugüne kadar sadece tek bir yayın kapillaroskopisi verilerini ölçülmesi için bir mevcut, karmaşık bilgisayar tabanlı algoritmaların güvenilirliği bildirir. 1. Bu yazıda, yeni, basit, güvenilir, standart kılcal sayma algoritması anlatılmaktadır tırnak dibi kapillaroskopisi veri miktarının belirlenmesi için. Basit, tekrarlanabilir bilgisayarlı kapillaroskopisi algoritması gibi bu daha kolaylaştıracak şekildearaştırmacılar ve klinisyenler arasında tekniğinin yaygın kullanımı. Birçok araştırmacı şu sonuçların kullanıcı yorgunluk ve öznelliği teşvik elle kapillaroskopisi görüntüleri analiz. Bu kağıt bir roman anlatır, kolay kullanımlı bir resim işleme algoritması tekrarlanabilir, yarı otomatik sayım algoritması ek olarak otomatik. Bu algoritma öznelliklerini azaltırken dakika görüntülerin analizini sağlar; Eğitim sadece bir zaman az miktarda (bizim deneyim, en az 1 saat) tekniği öğrenmek için gereklidir.
Introduction
Mikrovasküler görüntüleme. Birçok potansiyel klinik uygulamaları ile hızla büyüyen bir alandır Örneğin 2, onkologlar olası tedavi seçenekleri içine tümör ve içgörü durumu ile ilgili değerli bilgiler veren, tümör anjiyogenez kapsamını belirlemek için mikrovasküler görüntüleme kullanıyor. 3 4 Ancak, tırnak dibi kapillaroskopisi belki mikrovasküler görüntüleme en maliyet etkin ve yaygın olarak uygulanabilir bir şeklidir. Araştırmacılar kılcal morfolojisi kan akış oranlarını incelemek ve araştırmak için bir video kapilaroskopi kullanıyor. 5'in 6 video ve hareketsiz resim kapilaroskopi Hem olan yardımcıları teşhis ve sistemik skleroz gibi Raynaud fenomeni ve çeşitli bağ dokusu hastalıklarının tedavisi için bakım. 2
Kapilaroskopi yanı sıra çeşitli potansiyel kardiyovasküler uygulamalar vardır. Mevcut araştırma kullanarak tırnak dibi kapillaroskopisi önerirBu diabetes mellitus Tip 1 ve Tip 2 hastada non-diyabetik bireylere kıyasla değişmemiş kılcal yoğunlukları anormal kılcal morfolojisinin yüksek oranda gösterirler, henüz. 7-8 kapillaroskopisi da deneysel hipertansiyon çalışılmıştır. Azaltılmış kılcal yoğunluğuna yol açan yapısal kılcal seyreltme olmayan hipertansif bireylere göre hipertansif bireylerde ortaya konmuştur. 9-10 bu eski hipertansif hastaların aksine yapısal yoğunluk azalmasını sergiler, daha son araştırmalar göstermiştir (40 ve üstü yaş ortalaması) genç hipertansif hastalarda yapısal rarefaction olmadan işlevsel yoğunluk azalmasını var (yaş altı 40 yaş demek). 11 Bu fonksiyonel seyreltme önce meydana önerir ve yapısal rarefaction zamanla ilerleme olabilir.
İlginçtir, hipertansif hastalar Perindopril gibi belirli antihipertansif ilaçlar ile tedavi / İndapamid normunu görüntülenenal kapiller yoğunluğu ve tedavi sonrası endotel fonksiyonu, ACE (anjiyotensin dönüştürücü enzim) inhibitörleri veya diüretik ile tedavi edilen benzer kan basıncı kontrolü olmasına rağmen düşük bir kılcal yoğunluğu korumuştur. 12 Bu, bazı antihipertansif ilaçlar kılcal ters çevirerek kılcal yoğunluğunu normale olabileceğini düşündürmektedir hipertansiyon nedeniyle seyrelme. Buna ek olarak, diğer araştırmacılar tuz alımının azaltılması hipertansif bireylerde hem işlevsel ve yapısal kılcal rarefaction tersine yol açtığını göstermiştir. 13
Bu teknolojinin çeşitli potansiyel klinik uygulamalarda rağmen, teknik olarak çok az standardizasyon kılcal yoğunluk görüntüleri miktarlarının için orada. 2 Bugüne kadar araştırmacılar kapiller yoğunluk sonuçları içi gözlemci ve gözlemciler arası bakış açısıyla yalnızca tam eğer hem tekrarlanabilir olduğunu bulduk Aynı alanda her zaman sayılır ediliyor. 1,14 15 9 16 17 18 kullanılarak kılcal sayımları gerçekleştirdik.
Kılcal görüntülerin hesaplanması için standartlaştırılmış, bilgisayar tabanlı algoritmalar teorik kapillaroskopisi klinik uygulamalarını kolaylaştıran az öznellik ile daha verimli ve tekrarlanabilir veri analizi sağlamak. Bazı araştırmacılar gerçekten. Tırnak dibi kapillaroskopik resimlerden verileri ölçmek için 1,6 19 20 Ancak, bugüne kadar tek bir yayın kapillaroskopisi verileri, 1 miktarlarının mevcut karmaşık bir yazılım programının güvenilirliğini anlatır bilgisayar tabanlı programlar kullanmış ve bu program olarak karmaşık Daha önce aynı görüş alanını saymak için şartı ile yukarıda belirtildiği. Burada izin veren standart bir algoritma kullanılarak kılcal ölçülmesi için basit, güvenilir bir protokol mevcutBirden fazla görsel alanların kullanımı. Birden fazla görsel alanların kullanımı sadece prosedürü kolaylaştırır, ama aynı zamanda kılcal sayısında normal biyolojik çeşitlilik değerlendirilmesine olanak tanımaktadır.
Bu çalışmanın amacı, kılcal miktarlandınlması sürecini standartlaştıran bir tekrarlanabilir ve verimli bilgisayar tabanlı algoritma tanımlamaktır. Bu yöntemler tam otomatik olmasa da çok az kullanıcı girdisi gerektirir ve resimlerin hızlı ve güvenilir kantitatif sağlarlar.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Not: Kılcal görüntüler elde etmek için satın alma süreci daha önce yayınlanmış olan ve buna karşılık gelen bir görüntü toplama ve analiz bilgisayar programı ile hala dijital kamera kullanılarak gerçekleştirilir 11 21 Bu laboratuvar analizi için görüntü elde etme basitleştirilmesi, analiz, değil videolar için hareketsiz görüntüleri kullanır.. Aşağıdaki görüntülerden kılcal miktarlarının yeni teknik anlatılmaktadır.
1. Görüntü Geliştirme Süreci
- Monokrom dijital kamera ile dijital görüntüler elde edin. Böyle bir kamera ile bir cetvel olarak bilinen uzunlukta bir nesnenin resmini alarak bilinen boyutta bir nesneye görüntüleri kalibre. Bu süreç ölçmek ve doğru bir işlem sonrasında kılcal saymak bilgisayar programı verir. İdeal yüksek hassasiyet için, bir çantası (içine kazınmış bir cetvel ile cam bilimsel üretilen parça) kullanılmalıdır. 1 mm kare piksel sayısını ölçmekbir bilgisayar programı kullanılarak kutu.
Not: Bu protokolün tekrarlanabilirlik ve standardizasyon anahtarı sayılır 1 mm 2 kutu doğru yerleştirilmesi üzerine büyük ölçüde bağlıdır. - Kılcal damarların görselleştirme maksimize edecek arka plan, kılcal damarları koyulaştırmak ve hafifletmek için kontrast araçlarını kullanın. Arka plan kılcal kısımların ilk farklılaşma sonraki adımda görüntünün uygun bir kırpma için önemlidir. Bir kullanarak görüntüyü ayarlayarak bunu yapın bu tıklama yapmak için "en uygun histogram." Yakalama, şiddeti, görüntü histogramı, en uygun.
- Yeni bir resim olarak kılcal sayımı için ilgi (ROI) bir bölge kırpın (ilgi bölgeleri seçin). 1 mm eşit 530 piksel görüntüleri kalibre belirlendi 1 mm 2 kutu kullanın. kırpılan görüntü görüntünün çok üstünde kılcal döngüler tepe yerleştirir olmadığını kontrol edin.
- Bu yüzden gelecekteki tüm görüntü ayarlamaları eşit uygulanacak görüntüyü düzleştiringörüntü. Bu klik yapmak için, işlem sekmesinde, 2D filtreler dümdüz, "parlak" nesne genişliğinin BG yoğunluğu "75," uygulamak.
- Kılcal damarlar maksimum görüntülenmiştir böylece görüntünün kontrastını kaldırın. Bunu yapmak için tıklayınız: 75 kontrast yükseltmek, sekme, ekranı ayarlamak.
- Süreç sekmesini, 2D filtreler, benekleri giderin, çekirdek boyutu 7 x 7 tıklayarak kılcal damarların kenarlarını düzeltmek için görüntüyü Despeckle uygulanır.
- Kılcal damarlar siyah ve beyaz arka plan yani görüntü kontrastını tamamlayın. "En uygun" modeline histogramı ayarlayarak bu adımı gerçekleştirin.
Not: İşlenmiş görüntü adımları aşağıdaki gibi görünmelidir ne bir örnek için Temsilcisi Sonuçları Şekil 2'ye bakınız.
Kılcal sayar Sahne 2. / ölçülmesi Kılcal Yoğunluk
- Her görüntü üzerinde elle "hedef nesne" featur kullanarak iyi tanımlanmış bir kılcal bir bölümünü seçinnesneler program tarafından sayılacak e tanınması. Ardından, sayma algoritması tarafından göz ardı edilmesi gereken alanlara bir referans olarak, "arka plan" özelliğini kullanarak, arka planda küçük bir bölümünü seçin.
Not: Bu olayları kombinasyonu arka plan gürültüsünü hiçe ise tüm kılcal damarların vurgulanmasına neden olur. Kantitatif (sayma) protokolü renk ve morfolojisi dayalı resmin parçaları ayırt etmek için bilgisayar işlevlerini kullanır. - Anında görüntüleme cihazları ile görüntüdeki tüm kılcal saymak sayım işlevini kullanın. Kılcal damarlar olarak arka plan gürültüsünü sayma önlemek için 5 piksel sayılan nesnelerin minimum çapı ayarlayın.
- Daha güvenilir bir değerlendirme elde etmek amacıyla 4 görüntü - her birey için, 3 ortalamasını saymak.
Not: Görüntü sayma işlemi sırasında gibi görünmelidir ne bir örnek için Temsilcisi Sonuçları Şekil 3'e bakınız. 3. Oluşturma ve Görüntü İşleme otomatikleştirmek için makro kullanma - Bir makro oluşturmak amacıyla, "kayıt makro" seçeneğini seçin ve bir resmin üzerine yukarıdaki adım 1 ve 2'de açıklandığı gibi adımlar ve süreçler, istenen gerçekleştirin. İleride başvurmak için yapıldı hangi görüntü işleme adımlar dayalı makro adı. Ne zaman USIGelecekteki resimlerin makro ng, sadece "run makro" linkine tıklayın ve program otomatik olarak istediğiniz görüntünün (ler) için kaydedilen geliştirmeleri geçerli olacaktır.
Not: Bu laboratuvar birkaç saniye içinde yöntemlerin Bölüm 1 adımlardan biri ama gerçekleştirmek için bir makro kullanır. Kullanıcı girişi gerektiren tek adım görüntüyü kırpmak için nereye, 1.2 Adım seçmektir.
Not: Zaman kazanmak için, makrolar otomatik olarak bir veya birçok görüntülerde süreçlerin belirli bir dizisini gerçekleştirmek için oluşturulabilir. Bu sekanslar görüntü değişiklikleri daha hızlı yapmak için özelleştirilebilir. Özünde, bu makro görüntüleri nasıl işlendiğini hatırlıyorum ve hızlı bir şekilde ve hiçbir kullanıcı girişi ile tüm adımları uygulayın. Makrolar olmadan resim başına yaklaşık 8 dakika aksine 12 kılcal görüntülerde sayıları gerçekleştirme, makro (2 resim başına en az 3) ile 20 ile 30 dakika arasında bu laboratuarı alır. Bu nedenle, makro kullanarak 3 ila 5 kat daha verimli elle tek tek her görüntü işleme fazladır.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Bu görüntü işleme prosedürün amacı onlar doğru ölçülebilir, böylece arka plan görüntüsü gelen kılcal ayırt etmektir. Hem eksik görüntü işleme ve aşırı görüntü işleme kılcal ölçmek için programın yeteneği zararlıdır. Şekil 3 de görüldüğü gibi, tam olmayan bir görüntü işleme arka ayırt kılcallar zorlaştırır. Bu kullanıcı yukarıda açıklanan sayım yöntemi doğru bir kaç kılcal vurgulamak için kullanıcının yeteneğine bağlıdır çünkü kolayca bir kılcal sınır ayırt edebilmek çok önemlidir. Şekil 3'te görüldüğü gibi diğer taraftan gereksiz görüntü işleme adımlarının uygulama aynı zamanda miktar işlemi için zararlı olabilir, bu nedenle kapilerlerin bulanıklık yol açabilmektedir.
Optimal işlenmiş görüntü 30 saniye içinde sayılır ve net olarak arka plan kılcal ayırt edilebilirbirbirinden sıra bireysel kılcal damarlar. İşlenmiş bir görüntüye bir örnek Şekil 3'de gösterilen sayılır görüntü ile, Şekil 2, D bölümünde görülür.
Kılcal yoğunluğu tırnak yatağı yere bağlı olmak sayılır. Tablo 1 tırnak yatağı da kılcal damarların üst satırındaki mesafe ile kılcal yoğunluk artar gösterir değişir. ROI yerleştirme Standardizasyon tekrarlanabilirlik saymak için çok önemlidir. Görüntüleri farklı ROI yerleşimlerle nasıl değiştirilebileceği Şekil 1'de görüldüğü gibi.
| Kimlik | T1 | T2 | T3 | T4 | Top ortalama | M1 | M2 | M3 | M4 | Orta ortalama | L1 | L2 | L3 | L4 | En düşük |
| Hasta A | |||||||||||||||
| Baseline | 46 | 45 | 44 | 46 | 45,25 | 64 | 62 | 62 | 62 | 62.5 | 66 | 67 | 66 | 66 | 66.25 |
| Venöz Oklüzyon | 51 | 53 | 49 | 59 | 53 | 59 | 61 | 64 | 69 | 63.25 | 70 | 70 | 75 | 72 | 71.75 |
| Hasta B | |||||||||||||||
| Baseline | 47 | 51 | 48 | 51 | 49.25 | 73 | 74 | 75 | 81 | 75,75 | 76 | 85 | 81 | 80 | 80.5 |
| Venöz Oklüzyon | 68 | 57 | 65 | 64 | 63.5 | 75 | 78 | 76 | 72 | 75,25 | 91 | 89 | 93 | 83 | 89 |
| Hasta C | |||||||||||||||
| Baseline | 51 | 54 | 51 | 56 | 53 | 66 | 59 | 58 | 60 | 60.75 | 60 | 61 | 62 | 69 | 63 |
| Venöz Oklüzyon | 62 | 66 | 57 | 59 | 61 | 63 | 63 | 73 | 65 | 66 | 83 | 74 | 81 | 77 | 78,75 |
. Tablo 1: - orta Kapiller farklılık Tırnak Oda Diferansiyel Konumlandırma ile sayar Bu tablo üç farklı hasta (A, B, C) İB kutusu değişken üstünde konumlandırılmış (T4 T1 sayar) için elde edilen sayıları gösterir (M1 - M4) ve alt bölgeler (L1 - L4) tırnak yatağının. Ortalama sayımlar farklı laboratuvarlarda elde edilen sayar karşılaştırmak için İB kutusu yerleştirme standardizasyonu için ihtiyaç gösteren, bölgeleri alt üst artar.
Tablo 1'de görüldüğü gibi adım 1.2 tarif alandaki sayıları Sahne, bazal sayıları bu d venöz oklüzyon sayar 50 100 yerde uzanabilir / mm2 iken 30 ile 60 arasında değişir gerekir kapillerlerdenensities diğer literatürde farklıdır. Bu laboratuar yoğunluğu en düşük olan kılcal damarların ilk satırda en sayımlarını başlar, çünkü yazarların laboratuvarda elde edilen kılcal yoğunluk sayar büyük olasılıkla düşüktür. Tablo 1'de görüldüğü gibi, tırnak yatağı alt bölgelerde performans sayımlar Antonios ve ark 9 ve Debbabi tarafından önceden elde edilen değerlere doğru sayar artırmak ve ark., 16 Bu tutarsızlık (ilk sayılarak Tırnak yatağı kapillaroskopisi miktarının standardizasyon ihtiyacını göstermektedir çoğu kılcal damarların proksimal) satır. Kılcal damarlar en net ve tamamen ilk satırda görüntülendi ve giderek daha sonraki satırlarda daha az görünür hale çünkü kılcal damarların ilk sıraya Sayma de en uygunudur.
N = 10 konu ve iki bağımsız gözlemci kullanılarak Kör uyarlık çalışmaları yapılmıştır. Güvenilirlik sonuçları av ile elde edilen ortalama A, B, ve C sayıları bakın her 4 görüntü boyunca sonuçları eraging. A, B, ve C sayıları mikrovasküler sağlık, burada özetlenen kısaca değerlendirmek için kullanılan aynı bireyde farklı fizyolojik durumları temsil eder. Detaylar önce 21 yayınlandı. Kılcal Yoğunluk parmak tırnak dibi deri milimetre karesi (mm2) cinsinden kılcalların sayısı olarak tanımlanır. Evre A kılcal damarlar sürekli 16 perfüze edilir bir dinlenme temel aşamasıdır. Evre B postocclusive reaktif hiperemi sırasında oluşur. Bu sayımlar sürekli perfüze ve aralıklı perfüze (fonksiyonel rezerv) kılcal damarların toplamını ifade etmektedir. Bu aşama, kılcal fonksiyonunun 16 bir ölçüsü olarak kullanılır.
Aşama C Bu nedenle, her iki (aktif kırmızı kan hücresi (RBC) hareketi ile) perfüze edilmiş ve perfüze (durağan olmayan hareket eritrositler ile doldurulmuş) kılcal damarları içeren maksimal kılcal yoğunluğunu gösteren, venöz oklüzyon sırasında meydana gelir. 22
tek hakem güvenilirlik için> "ontent, sınıf içi korelasyon (ICC) için sayar. görüşmeciler arası güvenilirlik için, ICCS 0.94 ortalama C için sayıları, ortalama B sayımları için 0.93 ve 0.94 idi ortalama 0.93 idi için sayıları ortalama ortalama C için ortalama B sayımları için 0.98 ve 0.94 Buna göre, burada açıklanan tekniği intra ve gözlemciler arası tekrarlanabilirlik hem de iyi sonuçlar mükemmel güvenilirlik gösterir. sayar.
Mahsul Konum standartlaştırılması Şekil 1.. Bu rakam ROI kutusunun değişken yerleştirme gözle görülür kırpılan görüntüyü nasıl değiştirdiğini göstermektedir. Solda, kutu kılcal damarların ilk satırı keserek, çok düşük yerleştirilir. Orta kutu kılcal damarların ilk satırın üstüne bir boşluk neden çok yüksek yerleştirilir. Sağdaki kutu optimum yerleştirilir. Onun kırpılan görüntü c ilk satırı gösterirGörüntünün çok üstünde apillaries. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.
Şekil Görüntü İşleme 2. Aşamaları (A) Aşama A tek renkli bir kamera ile kişinin tırnak yatağı alınan ilk görüntü gösterir;. (B) Evre B ilk kontrast sonra orijinal görüntüyü gösterir. (C) Evre C 1 mm kutu görüntü B kırpılmış temsil eder; yeşil kutu kamera için 1 x 1 mm kutu eşdeğer bir 530 x 530 piksel kutusunu gösterir (D) Evre D uygulandıktan sonra gelişmiş görüntü gösterir Yukarıda tartışılan donanımlar. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız. 
Şekil 3. Final Counted Görüntü. Gelişmiş, sayılır görüntü. Bu resim için belirlenen toplam sayısı / mm2 54 kılcal damarların oldu. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.
Şekil 4. Yanlış Görüntü İşleme. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.
Soldaki fotoğraf yeterince işlenmedi bir fotoğraf gösterir. Kılcal damarlar arka ayırt etmek zordur ve kantitasyon süreci olumsuz affec olacakted. Sağdaki fotoğraf yanlış görüntü işleme sonra aynı görüntüyü gösterir. Bireysel kılcal damarlar komşularının ayırt etmek zor ve dolayısıyla kantitasyon süreci olumsuz etkilenecektir vardır.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Kapilaroskopi çeşitli onkoloji, kardiyovasküler, ve romatolojik hastalık uygulamaları için gelecekte klinik olarak kullanışlı bir araç olarak söz göstermektedir. Görüntü elde etme süreci araştırmacılar arasında oldukça tutarlı, henüz görüntü işleme ve analiz için birden çok yöntem bulunamamıştır. Yöntem şu anda bilgisayar ve manuel kılcal sayımları içerir. Manuel sayıları da zaman alıcı olduğu gibi sorunlu ve kullanıcı öznellik ve yorgunluk tabi. Güncel bilgisayar tabanlı yöntemler görüntü geliştirme süreci ve miktar sürecinde hem kullanıcı girişi düzeyinin yüksek olması gerekir. Görüntü geliştirme aşamaları tamamen otomatik olarak burada açıklanan yeni yöntem, nispeten az kullanıcı eğitimi veya katılımını gerektirir. Kullanıcı girişi sadece işlenmiş görüntülerde arka plan kılcal ayırt etmek başlangıçta sayım işlemi için gereklidir. Burada anlatıldığı gibi otomatik makro kullanma manu daha üç beş kat daha verimlidirmüttefik her görüntü işleme.
Güvenilir standart bilgisayar tabanlı algoritmalar kapillaroskopisi verileri eksiktir ölçmek için.
Güvenilir standartlaştırılmış bilgisayar tabanlı yöntemler öznelliği azaltmak ve verimliliği teşvik etmek amacıyla kılcal kantitatif için gereklidir. Burada açıklanan teknik intra ve 0.98 0.93 içi korelasyon ile gözlemciler arası tekrarlanabilirlik hem de iyi sonuçlar mükemmel güvenilirlik göstermektedir. Biz daha önce manuel sayım altın standardına göre, bilgisayarlı kapiller yoğunluğu değerlendirmesinde yoluyla elde edilen sonuçların korelasyon bildirmişlerdir. Başlangıca, post-iskemik ve yazılım ile yapılan venöz tıkanıklık sayıları ve ilgili manuel sayım arasında 21 Pearson korelasyon 10 kişilerde vardı 0.78, 0.78, 0.71 ve sırasıyla (tüm p <0.05), iki yöntem arasındaki makul bir anlaşma göstermektedir.
Bu laboratuvar görüntümanipülasyon adımlar bilgisayar işleme araçları bir dizi kullanmaktadır. Adım 1.3, görüntü "düzleşme," her bir görüntü mevcut çeşitli "katmanları" kaldırır. Bu nedenle ilk yapılması gereken gelecekteki tüm görüntü işleme prosedürleri görüntünün tüm bölgelerine eşit olarak uygulanacaktır. Kontrast ayarı hem dolayısıyla kılcal damarlar daha görünür hale kılcal koyulaştırır ve arka plan dışarı sönük kalır. Onların büyüklüğü ve şekli korurken "benekleri giderin" süreci kılcal damarların kenarlarını düzgünleştirir. Çıplak gözle bir despeckled görüntüde bir fark olduğu görülmektedir rağmen, bu çoklu kılcal damarlar sayım işlemi sırasında bir araya karışmaz sağlamak için önemli bir süreçtir. Bir "en uygun histogram" kullanarak görüntüyü sonlandırılması histogram aşırı ya da tüm pikselleri hariç. Bu da kılcal damarların ve arka plan arasındaki kontrast artırırken kılcal damarların sınırlarını tanımlamak yardımcı olur. Genel vardırÜç kontrast geliştirme aşamaları ve her üç kılcal sayımı için son görüntünün netliğini maksimize etmek için gereklidir.
Bazen, program çok fazla veya çok az kılcal sayacaktır. Bu sorunu gidermek için ilk adım vurgulama geri almak ve sadece tekrar vurgulama sürecini çalışmaktır. Kılcal damarlar yanlış vurgulanmış yapılıyorsa, asgari kılcal çapı ayar gerekli olabilir. Yazarlar 5 piksellik bir varsayılan minimum çapı öneririz. Program çok sayıda kılcal sayma veya kullanıcı, bir veya iki piksel asgari çapı artırması gerektiğini çoklu kılcal damarlar olarak tek kılcal sayma ise. Program kılcal damarlar koyu piksel gruplarını saymazsak eğer Öte yandan, kullanıcı bir piksel asgari çapı azaltabilir.
Tırnak yatağı olan bu sayıları için pozisyon standardize edilmesi için bir ihtiyaç vardır. Tablo l'de görüldüğü gibi, aynı kişi yüksek derecede sayarkonuma bağlı büyük ölçüde tırnak yatağı parçası sayılmaktadır olduğu göre değişen.
Protokol kritik adımlar kılcal damarların uygun ve optimal görselleştirme bulunmaktadır. Bu protokolde kılcal damarların optimal görselleştirme izin adımlar tamamen hızlı ve doğru görüntü manipülasyonu için izin otomatik vardır. Bu yöntemler güvenilirliği önemli bir ilerlemeyi temsil ve işleme ve sayma kapillaroskopik görüntü kolaylığı ederken, tekniğin önemli bir sınırlama yarı otomatik sayma işlemidir. İdeal olarak, bir tam otomatik bir süreç yakın gelecekte oluşturulacak. Araştırmacılar, bir hastanın tırnak dibi kılcal yoğunluğu hızla ölçümü sağlar tam otomatik klinik olarak kullanışlı teknolojiyi geliştirmek amacıyla bu yazıda anlatılan metodoloji üzerine inşa teşvik hissetmeniz gerekir.
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).
