寧波材料所在共聚焦顯微鏡下角膜神經(jīng)纖維彎曲度的自動分析方面取得進(jìn)展
臨床研究表明，醫(yī)學(xué)影像中的曲線結(jié)構(gòu)的形態(tài)變化，如血管、神經(jīng)纖維等，與許多疾病的發(fā)展密切相關(guān)。其中，曲線結(jié)構(gòu)的彎曲度指標(biāo)可作為疾病診斷、分型與分期的重要生物標(biāo)記之一。因此，角膜神經(jīng)纖維彎曲度的精確表征、量化分析，對糖尿病并發(fā)癥、干眼等眾多眼科疾病的篩查和診斷具有重要意義。已有的彎曲度評估方法通常先使用分割算法將醫(yī)學(xué)影像中的曲線結(jié)構(gòu)進(jìn)行提取，然后針對提取的曲線結(jié)構(gòu)進(jìn)行彎曲度計算，故彎曲度度量通常受曲線結(jié)構(gòu)提取精度的限制。
中國科學(xué)院寧波材料技術(shù)與工程研究所智能醫(yī)學(xué)影像團(tuán)隊（iMED）提出了一種新的角膜神經(jīng)彎曲度評估方法。該方法無須對原始圖像進(jìn)行曲線結(jié)構(gòu)提取，直接通過圖像增強(qiáng)、指數(shù)曲率估計和彎曲度分級三個步驟對圖像中的曲線結(jié)構(gòu)彎曲度進(jìn)行評估。首先，基于噪聲約束的Retinex模型，實現(xiàn)了共聚焦顯微鏡圖像采集過程中由于對焦和光源所致的神經(jīng)結(jié)構(gòu)成像模糊、圖像亮度不均衡問題，以此提高圖像的對比度增強(qiáng)角膜神經(jīng)的呈現(xiàn)（如圖1）。其次，為了避免已有彎曲度評估方法深受分割結(jié)果影響，提出了基于三維空間中位置和方向的指數(shù)曲率（Exponential Curvature）直接測量曲率（如圖2）。最后通過分類器結(jié)合其他指標(biāo)，對圖像的彎曲度進(jìn)行疾病分級評估。該方法的有效性和魯棒性在多個數(shù)據(jù)集上進(jìn)行了驗證，結(jié)果顯示圖像增強(qiáng)方法不僅可以提供圖像的信噪比（SNR），也可提升角膜神經(jīng)分割性能。重要的是，本方法提出的基于指數(shù)曲率的彎曲度評估，顯著提升了疾病的診斷和分級準(zhǔn)確率。相關(guān)研究成果以“Automated Tortuosity Analysis of Nerve Fibers in Corneal Confocal Microscopy共聚焦顯微鏡下的角膜神經(jīng)纖維彎曲度的自動分析”為題在線發(fā)表于IEEE Transactions on Medical Imaging（DOI: 10.1109/TMI.2020.2974499）。論文中還公開了包含430幅角膜神經(jīng)顯微圖像彎曲度手動分級的數(shù)據(jù)集，用于推動其他機(jī)構(gòu)開展相關(guān)的研究工作。
此外，本算法也可應(yīng)用于糖尿病最常見的慢性并發(fā)癥之一，糖尿病神經(jīng)病變（diabetic neuropathy）的臨床診斷和評估當(dāng)中，進(jìn)一步推進(jìn)了人工智能方法在臨床醫(yī)學(xué)中的應(yīng)用。本項目的臨床研究與利物浦大學(xué)Yalin Zheng教授，北京大學(xué)第三醫(yī)院齊虹教授等團(tuán)隊合作，相關(guān)成果發(fā)表在內(nèi)分泌學(xué)頂級期刊Diabetologia (63: 419-430, 2020)。
該研究得到了國家自然科學(xué)基金項目（61906181）、浙江省自然科學(xué)基金重點項目（LZ19F010001）、浙江省重點研發(fā)計劃項目（2020C030360）、中國博士后科學(xué)基金（2019M652156）的資助。
圖1 增強(qiáng)方法在角膜神經(jīng)圖像的實驗結(jié)果：（a）和（c）：增強(qiáng)前圖像；（b）和（d）：增強(qiáng)后圖像
圖2 基于指數(shù)曲率的角膜神經(jīng)彎曲度計算
(慈溪醫(yī)工所 岳星宇)