Klin Monbl Augenheilkd 2011; 228(12): 1067-1072
DOI: 10.1055/s-0031-1281663
Experimentelle Studie

© Georg Thieme Verlag KG Stuttgart · New York

Quantitative Analyse des subbasalen Nervenplexus der Kornea mittels in vivo konfokaler Laser-Scanning-Mikroskopie

Quantitative Analysis of Corneal Subbasal Nerve Plexus with in Vivo Confocal Laser Scanning MicroscopyA. Zhivov1 [*] , K. Winter2 [*] , S. Peschel1 , R. F. Guthoff1 , O. Stachs1 , V. Harder3 , H.-C. Schober3 , B. Koehler4
  • 1Augenklinik, Universität Rostock
  • 2Translationszentrum für Regenerative Medizin (TRM), Universität Leipzig
  • 3Klinikum Südstadt, Klinik für Innere Medizin I, Rostock
  • 4Karlsruher Institut für Technologie, Institut für Angewandte Informatik/Automatisierungstechnik, Karlsruhe
Further Information

Publication History

Eingegangen: 14.5.2011

Angenommen: 20.7.2011

Publication Date:
07 September 2011 (online)

Zoom Image

Zusammenfassung

Hintergrund: Eine Analyse des subbasalen Nervenplexus (SNP) der Hornhaut scheint eine Einschätzung der Schwere der peripheren Neuropathie bei degenerativen Erkrankungen zu ermöglichen. Um diese Alterationen des SNP quantitativ vergleichen zu können, werden morphologische und topologische Parameter benötigt, welche automatisiert berechnet werden sollen, um eine objektive Beurteilung der Netzwerkkonfiguration des subbasalen Nervenplexus zu ermöglichen. Methode: Die Untersuchung der Hornhaut erfolgte mittels in vivo konfokaler Laser-Scanning-Mikroskopie bei Normalprobanden und Patienten mit schwerer diabetischer Neuropathie. Nach einer Vorverarbeitung der Bilddaten wurde das Nervenfaserngeflecht des SNP mittels angepasster Bildverarbeitungsalgorithmen segmentiert und quantitativ ausgewertet. Diese Datensätze wurden zwecks Feststellung von aussagekräftigen Quantifizierungsparametern für die SNP-Auswertung statistisch verglichen. Ergebnisse: Die entwickelten Algorithmen erlauben eine automatisierte Erkennung der Strukturen des SNP sowie eine Auswertung der Daten anhand morphologischer und topologischer Parameter. Nervenfaserdichte, Länge, Anzahl von Hauptfasern und Ästen, Tortuositas sowie Anzahl der End- und Kreuzungsstellen sind die Hauptparameter, welche signifikante Unterschiede zwischen Normalprobanden und Patienten mit diabetischer Neuropathie gezeigt haben. Je nach Problemstellung können die Maßzahlen einzeln, kombiniert oder gewichtet zur Quantifizierung der netzwerkartigen Strukturen des SNP herangezogen werden. Schlussfolgerung: Die dargestellte vollautomatische Vorverarbeitung beseitigt eine Vielzahl von Bildartefakten, sodass die Qualität der resultierenden Bilder eine automatisierte Quantifizierung mittels charakteristischer Maßzahlen ermöglicht. Damit steht eine nicht invasive Methode zur Verfügung, Nervenveränderungen bei degenerativen Erkrankungen, insbesondere bei Diabetes Mellitus, im Verlauf zu analysieren.

Abstract

Background: An analysis of the corneal subbasal nerve plexus (SNP) allows an evaluation of the peripheral neuropathy in cases of degenerative diseases. In order to study the SNP structures quantitatively the automatically calculated morphological and topological parameters are required. Methods: In vivo confocal laser scanning microscopy (Heidelberg Retina Tomograph II/Rostock Cornea Module) was performed in healthy volunteers as well as patients with severe diabetic neuropathy. An adapted image processing algorithm was used to preprocess, segment and evaluate quantitatively the nerve fibers of the SNP. Data sets were analysed statistically. Results: The developed algorithm allows an automated detection of SNP structures. Furthermore, it allows the collection of data based on morphological and topological parameters. The main parameters that show significant differences between healthy cornea and cases of diabetic neuropathy are nerve fibre density and length, number of branching, tortuosity and number of terminal and crossing points. All parameters of the measurements can be used isolated, combined or weighted for quantification of the SNP networks. Conclusion: The presented fully automated preprocessing eliminates a large number of motion-induced artefacts. The quality of the resulting pictures allows an automated quantification using characteristic measurements. This represents an in vivo, non-invasive technology analysing degenerative changes of SNP especially in the course of diabetes mellitus.