Проверка диагностической точности программного обеспечения Mediview 2.0 как инструмента анализа изображений мейбомиевых желез

Дисфункция мейбомиевых желез (ДМЖ) представляет собой хроническую аномалию мейбомиевых желез и обычно характеризуется терминальной обструкцией мейбомиевых протоков и/или качественными или количественными изменениями секреции желез. Это может привести к изменению состава и функционирования липидного слоя слезной пленки и, как следствие, к дестабилизации слезной пленки. Исследования показали, что MGD является одной из наиболее частых причин сухости глаз, вызываемой испарением.

Рекомендуется ставить диагноз МГД путем оценки глазных симптомов, морфологии век, массы мебомиевых желез, экспрессии железы, толщины липидного слоя и мейбографии. В мейбографии можно наблюдать структуру мейбомиевых желез, включая протоки и ацинусы. Фотографирование мейбомиевой железы также возможно при использовании специальных методов освещения.

В настоящее время используются два типа мейбографии: контактная мейбография и бесконтактная мейбография. Бесконтактная мейбография имеет преимущество перед контактной мейбографией, поскольку она более удобна для пациентов. В бесконтактной мейбографии микроскоп с щелевой лампой оснащен ИК-видеокамерой с зарядовой связью (ПЗС) и пропускающим ИК-фильтром. Во время процедуры ИК-свет проецируется на вывернутое веко субъекта, и изображение века фиксируется камерой.

В настоящее время квалифицированные клиницисты анализируют изображения, полученные с помощью бесконтактной мейбографии, вручную, чтобы определить состояние века пациента. В рамках совместного проекта ученых из Института биоинформатики A*STAR, Сингапур (доктор Ли Хви Куан) и SERI ранее были разработаны полуавтоматические алгоритмы классификации мейбографов на здоровые и нездоровые. Коммерческий партнер этого проекта, компания Mediworks, Китай, внедрила эти алгоритмы в программное обеспечение Mediview 2.0. Это программное обеспечение состоит из модулей для получения изображений мейбографии, а также для анализа этих изображений. При условии, что пользователь рисует контур тарзальной пластинки на захваченном изображении, программное обеспечение может классифицировать изображения по двум категориям: «здоровые» и «нездоровые» без помощи квалифицированного врача. Обученного техника можно научить делать снимки, и, следовательно, у врача останется больше времени, чтобы сосредоточиться на клинической оценке и лечении.

Однако точность и воспроизводимость этого программного обеспечения должны быть подтверждены клиническим оценщиком, как и в исходных алгоритмах. Мы предлагаем набрать 50 здоровых добровольцев и 50 пациентов из клиник SNEC и населения.

Клиническое значение Если будет показано, что этот метод визуализации воспроизводим, он может быть включен в текущий протокол/рабочий процесс для оценки и мониторинга дисфункции мейбомиевых желез и прогресса лечения в нашем центре. Изображения, сделанные в этом проекте, также можно использовать для проверки дальнейших обновлений программного обеспечения Mediworks, поскольку аппаратное обеспечение останется неизменным в будущем.

Цели и задачи исследования. Основная цель — проверить программное обеспечение Mediview 2.0 как объективный инструмент для оценки состояния мейбомиевых желез.

Конкретные цели включают оценку а. точности Mediview 2.0 в классификации изображений мейбографа (на категории «здоровые» и «нездоровые») и б. воспроизводимости классификаций.

Дизайн исследования:

Перспективное исследование

Обоснование:

Mediview 2.0 — это недавно разработанное программное обеспечение, которое еще не прошло валидацию в качестве инструмента для оценки состояния мейбомиевых желез.

Методы:

Участники и целевой размер выборки Для этого исследования будут набраны 50 здоровых добровольцев и 50 пациентов в возрасте от 21 до 99 лет. Они находятся на амбулаторном лечении и сопровождают родственников из Сингапурского национального офтальмологического центра. Перед набором испытуемых необходимо получить разрешение у лечащих врачей. Информированное письменное согласие будет получено от всех участников.

График посещений Участникам требуется одно посещение. Как правило, им не нужно будет приходить на дополнительные визиты, если они наняты во время запланированного клинического приема по другим причинам. В исключительных случаях, если мейбография не может быть выполнена в тот же день, участникам будет предоставлена ​​возможность прийти в другой подходящий день для этого исследования.

Продолжительность обучения:

12 месяцев.

Процедуры:

1. Визуализация мейбомиевой железы Во время визуализации каждого глаза участники должны будут положить подбородок на подставку для подбородка на микроскопе с щелевой лампой. Верхние веки участника, в свою очередь, будут вывернуты, и будет захвачено изображение мейбомиевых желез, присутствующих на веке. Это также выполняется для нижних век. Это неинвазивный метод, и камера и ИК-лампа не касаются пациента. Во время каждого выворота века окулист одновременно получает 3 изображения. После этого программное обеспечение Mediview 2.0 продолжит анализ изображения на здоровые и нездоровые железы.

   На протяжении всех измерений все параметры мейбографа (такие как интенсивность света, увеличение века) будут оставаться постоянными.

2. Анализ изображения мейбомиевой железы Изображения, полученные выше, будут экспортированы и оценены другим оптометристом, который не знает о классификации изображения Mediview. Этот оценщик будет классифицировать изображения на здоровые и нездоровые. Результаты между программным обеспечением Mediview 2.0 и оптометристом будут оцениваться. В случае каких-либо разногласий по результатам к валидации будет привлечен третий врач.

Статистический анализ:

1. Сравнение между классификацией программного обеспечения и человеческой классификацией Коэффициент каппа Коэна будет рассчитан для оценки соответствия между этими двумя оценками. Для интерпретации рассчитанной статистики мы используем рекомендации Лэндиса и Коха, которые охарактеризовали значения < 0 как указывающие на отсутствие согласия, 0-0,20 как незначительное, 0,21-0,40 как удовлетворительное, 0,41-0,60 как умеренное, 0,61-0,80 как существенное и 0,81-1 как почти идеальное совпадение.
2. Сравнение между первой и второй классификациями программного обеспечения Аналогичным образом мы будем использовать коэффициент каппа для оценки соответствия между первой и второй классификациями, сделанными программным обеспечением.

Ожидаемые результаты:

Классификация изображений мейбографа из Mediview 2.0 должна хорошо согласовываться с оценкой квалифицированного врача. Точно так же классификации мейбографов, сделанных в один и тот же день для одних и тех же глаз, должны показывать хорошее согласие.

Потенциальные проблемы По данному исследованию не ожидается никаких потенциальных проблем.