APP下载

基于图像像素点分析的EDI-OCT 测量脉络膜厚度研究

2023-07-11柳孟云何恒倩陆勤康

现代实用医学 2023年5期
关键词:脉络膜像素点黄斑

柳孟云,何恒倩,陆勤康

脉络膜在眼睛的正常生理功能中起着重要作用,其位于视网膜和巩膜之间,能够为视网膜色素上皮细胞(RPE)提供代谢支持,脉络膜与许多眼科疾病关系密切[1-3]。对脉络膜厚度(CT)的观察有助于对疾病的深入了解。光学相干断层扫描(OCT)是观察脉络膜的重要工具,增强型深度成像OCT(EDI-O CT)的出现使SD-OCT 观察到脉络膜成为可能[4]。如今,扫频OCT(SS-OCT)及EDI-OCT 自动和半自动测量CT 存在各种局限性[5]。近年来很多CT 观察和测量研究仍然是基于EDI-OCT 手工测量[6-11]。因此,寻找一种用EDI-OCT 简单易行地测量CT 的方法仍然是必要的。本研究探索一种更快地半自动化方法,通过图像的像素点和比例尺,利用EDIOCT 和自建Matlab 程序测量CT,现报道如下。

1 资料与方法

1.1 一般资料 采用前瞻性研究方法,本研究在2022 年10 月至2023 年3 月期间共招募50 名成年受试者(100 只眼),于宁波大学附属人民医院眼科进行临床研究。排除标准:(1)存在除屈光不正外其他眼部疾病;(2)存在眼部手术史;(3)合并其他严重疾病;(4)年龄<18 周岁,或>55 周岁。本研究经宁波大学附属人民医院医学伦理委员会审批通过,所有受试者都了解本研究内容,并签署参与本研究的知情同意书。

1.2 方法

1.2.1 脉络膜图像获取 受试者需要接受SD-OCT检查以获取脉络膜图像数据。所有脉络膜图像均由同一名熟练的眼科技师在同一个低光照度的房间里通过同一台OCT 获得。每个受试者都需要接受EDI 模式下的水平和垂直扫描。每张图均以黄斑中心凹为中心,进行水平和垂直扫描(扫描宽度为9 mm)。为提高图像质量,每张OCT 扫描图均叠加至少25 帧。所有的OCT 扫描结果均由同一个专业的眼科医师进行复核,以尽可能确保脉络膜巩膜边界可见,扫描结果足够清晰。

1.2.2 脉络膜边界描绘 本研究参考Cheong等[5]的研究,利用海德堡OCT 自带软件自动描绘视网膜内界和Bruch 膜,系统能够自动识别两者之间的厚度,即视网膜厚度(RT),随后将视网膜内界调整至巩膜内界,而Bruch 膜保持不变,系统自动识别计算新的“RT”即为CT。保留调整后的两条线,研究者1 和研究者2用此方法均独立完成50名受试者的图像描绘。

1.2.3 CT 测量方法 CT 由两种方法测量:(1)手工测量。将脉络膜描绘后的图像利用海德堡OCT自带软件进行手动定位,将黄斑中心凹处设置为原点(H 点为水平方向图像的原点,V 点为垂直方向原点),在黄斑中心凹处向鼻侧、颞侧、上方和下方每间隔500m 分别设置3 个点(总范围为3 mm),分别以N1 ~N3、T1 ~T3、S1 ~S3、I1 ~I3 表示,即每个方向上均有7 个点,手工定位至这7 点,读取并记录这些点位的CT。重复测量3 次,取平均值。上述步骤由研究者1 完成。(2)基于图像像素点测量。本研究在Matlab 2019a 软件中自建了一个程序,该程序首先识别脉络膜图像上的每个像素点和图像中的像素比例尺,再识别先前描绘的两个边界,自动计算出每张图X 轴方向上每个像素点对应的每个位置的CT。最后,根据图形中的像素比例尺,见图1a,像素值将被转换为脉络膜的实际厚度,见图1b。在计算过程中,以黄斑中心凹为中心的3mm范围内所有像素点会被自动识别,系统能够自动计算该范围内的X 轴上每个像素位置的CT,并计算这些CT 的平均值。在测量过程中研究人员需要找出并点击图像中黄斑中心凹的位置。每次测量都会重复3 次,并取平均值。此步骤由上述研究者1 和研究者2 在先前绘图的基础上分别独立完成。为便于描述,基于像素点测量的黄斑区3 mm 范围的CT平均值将用m表示,手工测量的7 个位置的平均CT值用m7 表示。

图1 OCT 软件自动描绘脉络膜图

1.3 统计方法 采用SPSS 24.0 统计软件进行数据分析,计量资料以均数±标准差表示,采用t检验;可重复性分析采用组内相关系数(ICC)表示。P <0.05 表示差异有统计学意义。

2 结果

2.1 总体CT 情况 水平方向脉络膜:受试者在基于像素点的新方法测量的7 点平均CT(m7)为(248.98±81.48)m,手工测量的m7 为(244.06±81.09)m,两者差值为4.92m,两者测量数据差异无统计学意义(t=0.30,P>0.05),水平方向的m值为(249.48±76.61)m。垂直方向脉络膜:新方法测量的m7为(259.96±72.47)m,手工测量的m7 为(256.40±71.81)m,两者差值为3.57m,两者测量数据差异无统计学意义(t=0.25,P>0.05),垂直方向的m 为(260.47±77.01)m。

2.2 水平及垂直方向手工测量与新方法测量的CT比较 两种方法测量的所有特殊位置的CT差异均无统计学意义(均P>0.05),各个位置的测量差值在2.54 ~8.03m,见表1。

表1 研究者1 测量的水平和垂直方向7 个特殊位置的脉络膜厚度比较

2.3 可重复性分析 两位研究者之间的ICC 值为0.991,其95%可信区间为0.986 ~0.994。

3 讨论

本研究通过结合OCT系统软件和自建的Matlab程序来测量CT,这种方法简化了脉络膜测量步骤,采用OCT图像上的像素点和比例尺,脉络膜轮廓的描绘只需调整一条分割线,直至脉络膜-巩膜边界。脉络膜上界为RPE-Bruch's 膜复合体,脉络膜下界通常有3 种定义:脉络膜血管边界、脉络膜基质层及巩膜内界[12-20]。本研究将巩膜内界作为脉络膜下界,因为其相对稳定和更容易识别[20]。本研究参考Cheong 等[5]的研究,该团队通过海德堡OCT 自带软件改变视网膜内界线,巧妙地将原本读取RT 的模式转变为“脉络膜测量模式”,继而能够在自带软件上测量CT,并取得较高的准确性和ICC 值[5]。然而该研究存在几个不足点:(1)描绘后的CT度需要手动定位读取特定位置的厚度值;(2)特定位置手动定位时误差较大;(3)同一张图上易于手工测量的CT 值位点较少,测量的CT 数量往往有限,常用数个点上的平均CT 代替整个范围内的平均CT。因此为弥补这些不足,本研究在上述研究基础上加入计算机自动识别与计算功能。

本研究使用Matlab 软件自建程序,通过该程序识别脉络膜图像上的每个像素点。在测量过程中研究人员只需要找出并点击图像中黄斑中心凹的位置,这远比手动定位脉络膜其他特殊位置要容易的多。在很多利用EDI-OCT 测量CT 的研究中,研究人员通常会选择脉络膜的几个特定点,并计算这些点的厚度[21-27]。由于图像比例尺的存在,找到黄斑位置后计算机能够自动定位特殊位点,如本研究中的T1 ~T3、N1 ~N3 等特殊位点,并计算这些位置的CT 值。本方法能够更快、更准确地寻找到脉络膜特殊位置。在读取图像时,本方法也能够识别黄斑中心凹3 mm 范围内所有像素点,并计算出每张图像的X 轴上每个像素点位置的CT 值,这些CT 值的平均值即为3 mm 范围内真正的平均脉CT。通常3 mm 范围内的X 轴上的像素点个数为600 个以上,因此本研究可以避免手工测量采样点不足的窘境。而新方法还可以更全面地反映整个测量范围内CT,可极大提高测量的精确性,同时也可以更灵活地调整脉络膜测量的位置,实现脉络膜分段、个性化测量。而传统的手工方法只能计算出特定位置的CT。由于不同眼底病变的位置和面积不同,本研究可用于各种眼底疾病的个性化范围CT测量,尤其适合于很多临床研究,能更灵活地检测病程的变化,更精准地评价治疗效果。

本研究的测量结果与手工测量的结果差异较小,水平方向和垂直方向的平均值差异仅为4.92 和3.57m,而各个特殊位置的测量差异在2.54 ~8.03m,且其ICC 值很高,达到0.991,表明本方法可重复性良好。而两种方法之间的这种微小差异在临床上可能并不重要,因为一项研究报道认为眼底CT测量的观察者间的差异可能达到32m 的误差[28]。此外,这一差异也远比报道的CT 昼夜变化小得多,健康成年人的CT存在明显的昼夜变化,其变化幅度(最大和最小CT 之间的差值)为3 ~67m[29]。因此,本研究的测量结果可以取代手工测量。此外,在手工测量CT 的过程中需要多次定位脉络膜,定位过程实际上难以准确,这将导致手工定位的误差增加,而根据像素点的方法仅需研究人员寻找中心凹位置,计算机自动定位的准确性和误差会远小于手工定位。因此,本研究的实际测量CT 的结果应当比手工测量更可靠,并且手工定位的误差是造成两者之间差异的主要来源。

本研究还存在一些不足之处,脉络膜成像质量受睑裂宽度、睫毛遮挡及受试者配合程度的影响,会产生一些测量误差。在新方法中,虽然脉络膜位置不需要多次定位,但每次测量时仍需对中心凹位置进行人工定位,确定中心凹位置时产生的误差是难以避免的。本研究主要测量了水平和垂直方向的CT,但仍不能完全反映脉络膜的整体厚度,需要进一步测量脉络膜厚度的更多位置。当然,图像的测量也受限于SD-OCT 本身的性能,其穿透性较差会导致部分图像遭到弃用。

尽管本方法也存在这些不足,但其不依赖SSOCT 并拥有较好的准确性和可重复性,相对省时且能更灵活地应用于真实的CT 测量。在当前CT 测量尚未完全成熟时,能够为大量研究人员和临床医生提供一个简单而有效的CT测量新思路,具有良好的应用前景。甚至在SS-OCT 扫描的图像上也有灵活的应用价值。

猜你喜欢

脉络膜像素点黄斑
基于局部相似性的特征匹配筛选算法
裂孔在黄斑
误诊为中心性浆液性脉络膜视网膜病变的孤立性脉络膜血管瘤1例
从瘀探讨息肉样脉络膜血管病变中医病因病机
基于5×5邻域像素点相关性的划痕修复算法
OCT在健康人群脉络膜厚度研究中的应用及相关进展
基于canvas的前端数据加密
基于逐像素点深度卷积网络分割模型的上皮和间质组织分割
TA与Bevacizumab玻璃体腔注射治疗BRVO黄斑水肿的对照研究
脉络膜黑色素瘤伴视网膜脱离1例