Meibomian Glands의 이미지 분석 도구로서 Mediview 2.0 소프트웨어의 진단 정확도 검증

마이봄샘 기능장애(MGD)는 마이봄샘의 만성 이상이며 일반적으로 말단 마이봄관 폐쇄 및/또는 선 분비의 질적 또는 양적 변화를 특징으로 합니다. 이로 인해 눈물막 지질층의 구성 및 기능이 변경되어 눈물막이 불안정해질 수 있습니다. 연구에 따르면 MGD는 증발성 안구 건조증의 가장 흔한 원인 중 하나입니다.

MGD의 진단은 안구 증상, 눈꺼풀 형태, 메봄선 종괴, 분비선 발현도, 지질층 두께 및 마이보그래피를 평가하여 내리는 것이 좋습니다. 마이봄샘에서 덕트와 세방을 포함한 마이봄샘의 구조를 관찰할 수 있습니다. 특수 조명 기술 하에서 마이봄샘의 사진 기록도 가능합니다.

현재 사용 중인 마이보드에는 접촉식 마이보드와 비접촉식 마이보드의 두 가지 유형이 있습니다. 비접촉식 마이보그래피는 접촉식 마이보그래피보다 환자에게 더 편하다는 점에서 유리하다. 비접촉식 마이보그래피에서 세극등 현미경에는 IR 전하 결합(CCD) 장치 비디오 카메라와 IR 투과 필터가 장착되어 있습니다. 절차 중에 IR 빛이 피사체의 거꾸로 된 눈꺼풀과 카메라로 캡처된 눈꺼풀 이미지에 투사됩니다.

현재 숙련된 임상의는 비접촉식 마이보그래피를 통해 얻은 이미지를 수동으로 분석하여 환자의 눈꺼풀 건강을 판단합니다. 생물 정보학 연구소인 A*STAR, 싱가포르(Dr Lee Hwee Kuan) 및 SERI의 과학자들 간의 공동 프로젝트를 통해 마이보그래프를 건강한 것과 건강하지 않은 것으로 분류하는 반자동 알고리즘이 이전에 개발되었습니다. 이 프로젝트의 상업적 파트너인 중국의 Mediworks는 이러한 알고리즘을 Mediview 2.0 소프트웨어에 통합했습니다. 이 소프트웨어는 meibography 이미지를 획득하고 이러한 이미지를 분석하기 위한 모듈로 구성됩니다. 사용자가 캡처한 이미지에 눈꺼풀 판의 윤곽을 그리는 경우 소프트웨어는 숙련된 임상의의 도움 없이도 이미지를 건강 및 건강에 해로운 두 가지 범주로 분류할 수 있습니다. 숙련된 기술자는 이미지를 캡처하는 방법을 배울 수 있으므로 의사는 임상 평가 및 치료에 더 많은 시간을 집중할 수 있습니다.

그러나 이 소프트웨어의 정확성과 재현성은 원래 알고리즘에서와 마찬가지로 임상 평가자에 대해 검증되어야 합니다. 우리는 SNEC 클리닉과 대중으로부터 50명의 건강한 지원자와 50명의 환자를 모집할 것을 제안합니다.

임상적 중요성 이 이미징 양식이 반복 가능한 것으로 나타나면 마이봄샘 기능 장애 및 치료 진행 상황을 평가하고 모니터링하기 위한 현재 프로토콜/워크플로에 통합할 수 있습니다. 이 프로젝트에서 캡처한 이미지는 Mediworks 소프트웨어의 추가 업데이트를 검증하는 데에도 사용할 수 있습니다. 하드웨어는 미래에 변경되지 않은 상태로 유지되기 때문입니다.

연구 목적 및 목적 주된 목적은 마이봄샘의 건강을 평가하는 객관적인 도구로서 Mediview 2.0 소프트웨어를 검증하는 것입니다.

특정 목표에는 meibograph 이미지를 (건강 및 건강에 해로운 범주로) 분류할 때 Mediview 2.0의 정확도 a.와 분류의 재현성 b.를 평가하는 것이 포함됩니다.

연구 설계:

전향적 연구

이론적 해석:

Mediview 2.0은 새로 개발된 소프트웨어로 마이봄샘의 건강을 평가하는 도구로 아직 검증되지 않았습니다.

행동 양식:

참가자 및 대상 샘플 크기 건강한 지원자 50명과 21세에서 99세 사이의 환자 50명이 이 연구를 위해 모집됩니다. 이들은 외래 환자이자 싱가포르 국립 안과 센터의 동반 친척입니다. 피험자를 모집하기 전에 주치의의 허가를 받아야 합니다. 모든 참가자로부터 정보에 입각한 서면 동의를 얻습니다.

방문 일정 참가자는 한 번 방문해야 합니다. 일반적으로 다른 이유로 예정된 임상 예약 중에 채용된 경우 추가 방문을 위해 올 필요가 없습니다. 예외적인 경우에 같은 날 meibography를 수행할 수 없는 경우 참가자는 이 연구에 적합한 다른 날에 올 수 있는 옵션이 제공됩니다.

학습 기간:

12 개월.

절차:

1. Meibomian Gland 이미징 각 눈의 이미징 중에 참가자는 세극등 현미경의 턱 받침대에 턱을 올려야 합니다. 참가자의 위쪽 눈꺼풀이 뒤집히고 눈꺼풀에 존재하는 마이봄샘의 이미지가 캡처됩니다. 이것은 아래 눈꺼풀에도 수행됩니다. 이것은 비침습적 기술이며 카메라와 IR 램프가 환자에게 닿지 않습니다. 눈꺼풀을 뒤집을 때마다 검안사는 한 번에 3개의 이미지를 얻습니다. 그 후 Mediview 2.0 소프트웨어는 이미지를 건강한 샘과 건강하지 못한 샘으로 분석합니다.

   모든 측정에서 meibographer의 모든 매개변수(예: 광도, 눈꺼풀 배율)는 일정하게 유지됩니다.

2. Meibomian Gland의 이미지 분석 위에서 찍은 이미지를 내보내고 Mediview의 이미지 분류를 알지 못하는 다른 검안사가 평가합니다. 이 평가자는 이미지를 정상 및 비정상으로 분류합니다. Mediview 2.0 소프트웨어와 검안사 간의 결과가 평가됩니다. 결과에 대해 의견이 일치하지 않는 경우 세 번째 임상의가 검증에 참여합니다.

통계 분석:

1. 소프트웨어 분류와 인간 분류 사이의 비교 Cohen의 카파 계수는 이 두 등급 간의 일치를 평가하기 위해 계산됩니다. 계산된 통계의 해석을 위해 값 < 0은 동의하지 않음을 나타내고 0-0.20은 약간, 0.21-0.40은 보통, 0.41-0.60은 보통, 0.61-0.80은 상당한 것으로 특성화한 Landis 및 Koch의 권장 사항을 사용합니다. 0.81-1로 거의 완벽하게 일치합니다.
2. 첫 번째와 두 번째 소프트웨어 분류 간의 비교 유사하게 우리는 카파 계수를 사용하여 소프트웨어에 의해 만들어진 첫 번째와 두 번째 분류 간의 일치를 평가할 것입니다.

예상 결과:

Mediview 2.0의 meibograph 이미지 분류는 숙련된 임상의의 평가와 잘 일치해야 합니다. 마찬가지로 같은 날 같은 눈에 대해 찍은 meibographs의 분류는 좋은 일치를 보여야 합니다.

잠재적인 문제 이 연구에서 예상되는 잠재적인 문제는 없습니다.