英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
睑板腺区域的客观图像分析
Reiko Arita,1,2,3 Jun Suehiro,4 Tsuyoshi Haraguchi,4 Rika Shirakawa,2 Hideaki Tokoro,4 Shiro Amano2
摘 要
目标 使用新开发的非侵入性睑板腺红外成像软件客观评估睑板腺区域。
方法 研究42名患者的80只眼睑没有睑板腺损失(meiboscore=0), 57名患者的眼睑105只眼睑，睑板腺面积减少不到三分之一(meiboscore=1), 11例患者的13个眼睑，睑板腺面积减少三分之一到三分之二(meiboscore=2)并且还有 20名患者的14个眼睑，睑板腺面积减少三分之二(meiboscore=3)。盖子边框是自动确定的。该软件评估了亮度的分布，并通过增强对比度和降低图像噪声，自动区分睑板腺区域。该软件计算了所有受试者的总睑板腺面积相对于总分析面积的比率。还评估了软件的可重复性。
结果 meiboscore为0的患者的睑板腺面积与上/下眼睑总分析面积的平均比例为51.4plusmn;5.7％/54.7plusmn;5.4％，meiboscore为1的患者比例为47.7plusmn;6.0％/ 51.5plusmn;5.4％，meiboscore为2的患者比例为32.0plusmn;4.4％/ 37.2plusmn;3.5％和meiboscore为3的患者比例为16.7plusmn;6.4％/ 19.5plusmn;5.8％。
结论 使用开发的软件客观评估睑板腺区域。该系统可用于客观评估治疗对睑板腺功能障碍的影响。
一 介绍
从睑板腺分泌的睑板腺油在泪膜表面形成脂质层，防止过度蒸发。睑板腺功能障碍(MGD)是睑板腺的慢性弥漫性异常，通常以末端导管阻塞和腺体分泌的定性变化为特征。它可能导致泪膜改变，眼睛刺激症状，临床表现为炎症和眼表疾病。阻塞性MGD是脂质层缺乏和蒸发性干眼症的主要原因，并且经常导致泪膜不稳定，眼表上皮损伤，慢性睑缘炎和隐形眼镜不耐受。
是一种通过从皮肤侧面翻转外翻眼睑来观察它们的轮廓，从而产生睑板腺形态特征信息的技术。我们最近开发了一种非接触式红外(IR)睑板腺成像技术，允许非接触式观察结构睑板腺，对患者没有任何不适。虽然传统的睑板腺成像难以应用于上眼睑，但非接触式睑板腺成像可以观察包含下眼睑和上眼睑的广泛区域最近，Pult和Riede-Pult描述了一种带有红外电荷耦合器件(CCD)摄像机的便携式非接触式睑板腺成像设备，我们开发了一种带红外LED灯的移动笔形微型摄影设备提供非接触式睑板腺成像的仪器现已在世界上一些地区上市。一个是用于裂隙灯的TOPCON BG-4M，它是一个带有外部红外CCD的红外照明系统。Meibom Pen是一种移动笔形的睑板腺成像设备(Japan Focus Corporation，Tokyo，Japan)，其他包括Eye Top Topographer，Sirius Scheimpflug Camera和Cobra Fundus Camera(CSO and bon Optic VerttiebsgmbH)和OCULUS Keratograph 5M(Oculus)，韦茨拉尔，德国。这些多功能眼科仪器使用其内置红外摄像头进行睑板造影。在OCULUS软件中，从业者必须手动标记感兴趣的区域。OCULUS软件能够增强图像的对比度，并根据二维图像生成标记区域的三维模拟，但没有三维显示。CSO和bon Optic共同开发了睑板腺成像设备，结果使用了上述仪器和Phoenix软件(CSO和bon Optic VerttiebsgmbH)。该软件在拍摄图像时提供对比度增强，并提供计算机化的分级系统。以前的研究使用主观评分量表，Pult和Nichols量表用于确定其重复性。Pult等报道，观察者内和观察者间的协议率显示出主观评分的局限性。在最近关于睑板腺损失的计算机化测量的研究中，使用图像编辑软件Image J分析图像。但是，该软件的用户必须识别图像上的腺体区域。不同的检查者可能以不同的方式绘制腺体区域，导致观察者间的变异。 Koh等人首先应用原始算法自动分析睑板腺成像图像以识别睑板腺，并基于平均弧长和平均熵显示健康和不健康图像之间的明显区别。然而，他们测量睑板腺损失的方法是间接方法。
表1
|
正常人和睑板腺功能障碍(MGD)患者的特征 |
|||||||
|
每个meiboscore中的眼睑数量 |
|||||||
|
数量 |
男性/女性 |
平均年龄（年） |
1 |
2 |
3 |
4 |
|
|
健康的志愿者 |
88 |
46/42 |
32.0plusmn;8.1 (平均20–45) |
80 |
89 |
0 |
0 |
|
MGD患者 |
36 |
26/10 |
50.2plusmn;14.7 (平均31–83) |
0 |
16 |
13 |
20 |
本研究的目的是建立一个客观和自动的系统来测量睑板腺面积，并比较睑板腺区域的自动计算结果与我们的主观评分。
二 方法
主题：
124名研究对象包括东京大学和伊藤诊所诊断为阻塞性MGD的36名患者和88名正常志愿者(72名男性和52名女性;平均值plusmn;SD，年龄38.1plusmn;14.4岁，范围20-80)。 受试者的特征如表1所示。MGD的诊断基于眼部症状的存在，眼睑边缘异常（不规则的睑缘，血管充血，堵塞的睑板腺肿瘤和粘膜皮肤交界处的前后位置替代）即使在数字压力很大的情况下，也会出现糟糕的meibum表达。研究对象包括在视觉检查图像时没有睑板腺损失的42名研究对象的80只眼睑(meiboscore=0), 57名睑板腺面积患者的104只眼睑损失不到总面积的三分之一(meiboscore=1), 11名睑板腺患者的26只睑板腺面积减少的眼睑面积占总面积的三分之一到三分之二 (meiboscore=2)，14名睑板腺面积患者的23只眼睑面积减少超过总面积的三分之二(meiboscore=3)。排除标准包括眼部过敏，隐形眼镜佩戴，连续眼药水使用，眼科手术史以及可能干扰泪膜生成或功能的全身或眼部疾病。眼睛表现出过多的睑板脂质分泌的患者也被排除在外。 排除了无法自动分析的图像。图像的排除标准包括焦点图像和图像，其中包括除眼睑及其周围组织之外的其他内容。
研究规划：
使用下面描述的非侵入性睑板腺成像系统进行睑板腺成像，并使用下述软件分析图像。使用该软件检测睑板腺的形状和睑板腺区域的自动定量分析，单个分析仪(JS)计算了相对于总分析区域的上眼睑和下眼睑相对于meiboscores和睑板腺区域的睑板腺区域的像素数。在对主观和数字分级进行图像分析时，分析器被掩盖参与者是否为MGD呈阳性或阴性。
设备：
该非侵入性体内摄影系统包括一个裂隙灯(SL-D7，Topcon，东京，日本)，配备BG-4M和0.5英寸CCD相机(XC-EI-50，索尼，东京，日本)，外部监视器 和录音设备。使用IR光源用该系统获得图像。该睑板腺成像系统允许容易地观察上眼睑和下眼睑中的睑板腺结构，而不会引起患者的不适。CCD相机的分辨率为30万像素，以640times;480像素的灰度图像进行数字化处理。
开发睑板腺区域自动定量分析软件：
分析预处理：我们首先将Wallis滤波器应用于原始的睑板腺成像图像(图1A，2A和3A)，以强调低对比度区域(图1B，2B和3B)
图1 21岁女性上眼睑meiboscore 0预处理分析。进一步的处理如图4和7所示。(A) 原始图像 (B) 将Wallis滤镜应用于原始图像 (C) 将高斯滤波器应用于图像B (D) 预处理图像
图2 分析46岁男性上眼睑meiboscore 2的预处理。进一步的处理如图5和8所示。(A) 原始图像 (B) 将Wallis滤镜应用于原始图像 (C) 将高斯滤波器应用于B (D) 预处理图像
接下来，应用高斯滤波器(9times;9)处理来降低噪声(图1C，2C和3C)。然后，我们从标准化的原始图像中减去图像1C，2C和3C，并用高斯滤波器(39times;39)处理得到的图像。为了进一步降低对比度不一致性，我们将相同的图像处理步骤(即，Wallis滤波器，然后是图像减法)应用于减影图像(图1D，2D和3D)。
自动检测测量区域：
我们首先将判别分析方法34应用于预处理图像(图4A，5A和6A)，然后应用侵蚀图像处理以将测量区域与其他区域分离（图4B，5B和6B）。然后应用标记过程来定义测量区域。通过外翻眼睑的折叠线和盖边缘线将测量区域检测为闭合区域。该区域通常是分离区域中最大的区域。在我们的方法中，我们假设测量区域是分离区域的最大区域（图4C，5C和6C）。应用膨胀图像处理以将测量区域条件恢复到应用侵蚀图像处理之前的条件。图4D，5D和6D显示出了扩张后图像的边缘检测结果。应用凸包来产生参考点。然后通过应用样条插值来检测测量区域。该步骤的实例显示在图4E，5E和6E中。
检测睑板腺：
使用快速傅立叶变换将高通滤波应用于预处理的图像（图7A，8A和9A），以获得图3B，6B和9B中所示的图像。然后我们应用gamma;校正过程来调节亮度（图7C，8C和9C）。然后选择测量区域（图7D，8D和9D）。图7E，8E和9E显示排除错误检测后的结果; 这种删除是自动化的。
图3 72岁男性上眼睑meiboscore 3预处理分析。进一步的处理如图6和9所示。(A) 原始图像 (B)将Wallis滤波器应用于原始图像 (C) 将高斯滤波器应用于图像B (D) 预处理图像
图4 自动检测meiboscore 0的测量区域。(A) 应用歧视分析方法 (B) 应用侵蚀图像处理 (C) 应用标签处理 (D) 边缘检测 (E) 将样条插值应用于凸包处理的参考点
图7F，8F和9F显示了填充有白色和蓝色的测量区域。白色区域表示具有睑板腺的区域，蓝色区域表示没有睑板腺的区域。
用于睑板腺区域自动定量分析的软件的可重复性：
为了用软件检查图像分析的可重复性，使用非接触式睑板造影系统的图像通过单个检查者(RA)在10名正常受试者的14只上眼睑和14只下眼睑以及22名MGD患者的22只上眼睑和22只下眼睑中获得三次。内部检查者的可重复性被评估为变异系数，三次测量的SD /三次测量的平均值和Bland-Altman图。计算了10名正常受试者的28只眼睑和22名MGD患者的44只眼睑的变异系数的平均值和SD。使用这些受试者的第一次和第二次测量创建Bland-Altman图。当睑板腺面积相对于总分析区域的差异的95％CI不包括0时，判断存在fix偏差。
图5 自动检测meiboscore 2的测量区域。(A) 应用歧视分析方法 (B) 应用侵蚀图像处理 (C) 应用标签处理 (D) 边缘检测 (E) 将样条插值应用于凸包处理的参考点
图6 自动检测meiboscore 3的测量区域。(A) 应用歧视分析方法 (B) 应用侵蚀图像处理 (C) 应用标签处理 (D) 边缘检测 (E) 将样条插值应用于凸包处理的参考点
统计分析：
使用非参数Steel-Dwass试验和睑板腺面积与上部的总分析面积的平均比率，比较四组中的睑板腺腺体的平均比率，使用meiboscores 0-3进行比较。使用Mann-Whitney U检验比较四组中的下眼睑。使用Mann-Whitney U检验比较四组中男性和女性的睑板腺面积与上/下眼睑总分析面积的平均比率。p值lt;0.05被认为是重要的。 除非另有说明，否则数据显示为平均值plusmn;SD。
三 结果
排除了两个不足的图像：一个是失焦，另一个是包含指尖的图像。因为使用二值化图像来可视化眼睑区域，所以大的指尖图像可能影响计算。在睑板腺的自动可视化之后，两个图像需要手动校正。在一张图像中，由于强烈的光照反射，有一个大的明亮区域，自动检测判断它是一个睑板腺区域，尽管该区域没有睑板腺。在另一张有大量睑板腺损失的图像中，有一个缺乏信息的黑暗区域。在这种情况下，手动绘制边框以排除暗区。这些情况需要在可视化测量区域之前对原始图像进行专家判断。
图7 Meibomian腺体检测meiboscore 0。(A) 准备好的图像 (B) 使用快速傅里叶变换的高通滤波 (C) 应用gamma;校正方法 (D) 绘图 (E) 不包括误检 (F) 测量面积和睑板腺
图8 Meibomian腺体检测meiboscore 2。 (A) 准备好的图像 (B) 使用快速傅里叶变换的高通滤波 (C) 应用gamma;校正方法 (D) 绘图 (E) 不包括误检 (F) 测量面积和睑板腺
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[436271]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
