Автоматический подсчет клеток в передней камере при увеите с помощью оптической когерентной томографии переднего сегмента глаза с перестраиваемым источником

    Введение

    Взвесь клеток в передней камере является признаком воспаления переднего сегмента глаза (McCannel CA et al, 1996). Этот симптом помогает оценить степень тяжести заболевания, оценить динамику и ответ на противовоспалительную терапию. Поэтому точная количественная оценка клеток в передней камере имеет важное значение при лечении пациентов с увеитом. Традиционно большинство клиницистов количественно оценивают клеточную взвесь в передней камере путем биомикроскопии за щелевой лампой, используя классификацию под названием «Стандартизированная номенклатура увеитов (SUN)» (Jabs DA et al, 2005), однако этот метод имеет существенные ограничения.

    Биомикроскопия – это субъективный метод, который зависит как от исследователя, так и от инструмента, а классификация SUN может быть недостаточно чувствительной для оценки небольших, но клинически важных признаков воспаления (Wong IG et al, 2009). Отсутствие линейной количественной оценки может означать, что изменения в пределах одной степени могут быть упущены из виду.

    Оптическая когерентная томография переднего сегмента глаза (AS-OCT) обладает потенциалом для объективной оценки взвеси клеток в передней камере (Maring M et al, 2022). ANTERION (Heidelberg Engineering, Гейдельберг, Германия) – это аппарат AS-OCT с перестраиваемым источником (swept-source, SS) высокого разрешения.

    Большая длина волны, чем у спектральных устройств AS-OCT, увеличенная скорость сканирования и большая плотность сканирования позволяют получать изображения передней камеры с высоким разрешением. Аппарат обладает достаточной чувствительностью для выявления воспалительных клеток в водянистой влаге: на изображениях они имеют вид гиперрефлективных очагов.

    Цель

    В данном исследовании описывается автоматическая количественная оценка взвеси клеток в передней камере в глазах с увеитом методом SS AS-OCT. Планируется сравнить автоматический подсчет клеток в передней камере с помощью SS AS-OCT, ручной подсчет клеток на изображениях SS AS-OCT и оценку клеточной взвеси в передней камере методом биомикроскопии по классификации SUN.

    Материал и методы

    В исследование были включены пациенты с увеитом в анамнезе, затрагивающим передний сегмент одного или обоих глаз, которые проходили обследование и лечение в Глазном институте Жюля Стейна, Калифорнийский университет, Лос-Анджелес, США. Пациенты включались в число участников исследования независимо от того, был ли увеит клинически активным на момент исследования.

    Активный увеит определялся как увеит с клеточной взвесью в передней камере 0,5 + и выше по классификации SUN при биомикроскопии.

    Если увеит был односторонним, в исследование включали только глаз с увеитом. Глаза, которые когда-либо подвергались внутриглазной хирургии, были исключены. В группу контроля были включены глаза пациентов, у которых результаты обследования глаз были в норме, а в анамнезе не было внутриглазных воспалений, операций или травм. Исследование соответствовало принципам Хельсинкской декларации.

    Сбор данных

    Один из двух специалистов по увеитам (GNH, ET) проводил клиническую оценку клеточной взвеси в передней камере при биомикроскопии по классификации SUN во время комплексного обследования глаз, проведенного в тот же день, что и исследование на аппарате SS AS-OCT.

    Биомикроскопия проводилась до получения изображений. Изображения были получены опытными операторами на аппарате SS AS-OCT ANTERION (Heidelberg Engineering, Гейдельберг, Германия). Клиническая оценка и визуализация проводились до расширения зрачков. Регистрировался одиночный B-скан горизонтального поперечного сечения передней камеры размером 14 мм чуть ниже верхушки роговицы, чтобы избежать помех от апикального светового рефлекса. Если изображение было нечетким из-за движения глаз или рефлекса роговицы, визуализацию повторяли.

    Анализ данных и статистические методы

    Изображения B-сканирования SS AS-OCT были деидентифицированы и экспортированы в формат PNG. Нашей исследовательской группой был разработан автоматический алгоритм для распознавания структур передней камеры и выявления гиперрефлективных очагов на изображениях линейного сканирования с использованием программного обеспечения ImageJ версии 1.54f (https://imagej.nih.gov/ij/index.html).

    Обработка изображений выполнялась с бинаризацией, морфологическим преобразованием и сглаживанием размытия по Гауссу для уменьшения шумовых помех. Контуры передней камеры определялись автоматически и включали всю область между задней поверхностью роговицы, передней поверхностью радужной оболочки и передней капсулой хрусталика за зрачковым пространством; вся область считалась областью интереса (ROI). Алгоритм идентифицировал и количественно оценивал гиперрефлективные сигналы, превышающие среднее значение серого пространства за пределами роговицы, которое должно было включать только спекл-шум. Для подсчета количества этих сигналов использовался счетчик частиц; для каждого сканирования выводилось число гиперрефлективных очагов.

    Реализация алгоритма была полностью автоматизирована; вмешательство человека не требовалось.

    Один исследователь (SSG) выполнял ручной подсчет гиперрефлективных очагов на каждом изображении. Таким образом, по каждому изображению отдельно проводился автоматический подсчет клеток, а затем врач независимо вручную определял степень выраженности клеточной взвеси на изображении и при биомикроскопии по классификации SUN. Гиперрефлективные очаги определялись как гиперотражающие точки в передней камере, более яркие, чем фоновый шум, или имеющие размер более двух пикселей (Akbarali S et al, 2021). Абсолютное согласие между автоматическим подсчетом и ручным подсчетом для всех степеней SUN оценивалось по коэффициентам внутриклассовой корреляции (ICC). Для оценки силы согласия использовался коэффициент корреляции Пирсона.

    Для сравнения автоматических подсчетов гиперрефлективных очагов с присвоенными врачом степенями по классификации SUN использовались модели линейной регрессии со смешанными эффектами. Все статистические тесты проводились с помощью программного обеспечения R (v4.2.3; R Core Team 2023) при уровне статистической значимости p <0,05 и 95% доверительном интервале.

    Результаты

    В исследование были включены 90 глаз 54 пациентов. В 67 глазах (41 пациент) в анамнезе был увеит, затрагивающий передний сегмент, а 23 глаза (13 пациентов) без каких-либо заболеваний составили контрольную группу. В таблице 1 представлены демографические и офтальмологические данные пациентов с увеитом в анамнезе. Средний возраст участников контрольной группы (25,2±22,1 года) существенно не отличался от участников с увеитом (p = 0,88). Доля женщин в контрольной группе (7 участников, 54%) была меньше, чем у участников с увеитом, но разница была незначительной (p = 0,30). По данным биомикроскопии за щелевой лампой ни в одном из контрольных глаз клеток во влаге передней камеры обнаружено не было. Гипопиона не было ни в одном глазу. На рисунке 1 показаны репрезентативные изображения передней камеры, полученные методом SS AS-OCT на аппарате ANTERION, соответствующие каждой степени по классификации SUN, как определил врач.

    В таблице 2 показаны значения автоматического и ручного подсчета клеток в глазах с увеитом, сгруппированные по степеням SUN, присвоенным врачом. Для всех степеней между ручным и автоматизированным подсчетом наблюдалась сильная корреляция (ICC = 0,99, r = 0,98), что показано на рисунке 2. Между автоматическим подсчетом клеток и определенной врачом степенью по классификации SUN также наблюдалась сильная положительная корреляция (коэффициент корреляции Пирсона = 0,80, p < 0,001) (рис. 3).

    С поправкой на возраст, пол и латеральность количество гиперрефлективных очагов увеличивалось на 38 единиц, или на 293% (p <0,001) для каждого повышения степени на один уровень по классификации SUN. В некоторых глазах, в которых при биомикроскопии за щелевой лампой клеток выявлено не было (степень 0 по SUN), методом SS AS-OCT на аппарате ANTERION гиперрефлективные очаги были обнаружены; количество клеток при автоматическом подсчете для этих глаз (медиана 2 [межквартильный диапазон 0, 4]) было значительно выше, чем количество клеток при автоматическом подсчете для контрольных глаз (медиана 0 [межквартильный диапазон 0, 1], p =0,02).

    Обсуждение

    Полностью автоматический подсчет гиперрефлективных очагов, выполненный нашим алгоритмом, полностью согласовывался с ручным подсчетом клеток в том же наборе изображений передних камер глаз с увеитом в анамнезе, полученных методом SS AS-OCT. Это свидетельствует об эффективности предложенного нами алгоритма.

    Наблюдалась значительная корреляция между автоматическим подсчетом гиперрефлективных очагов и степенью клеточной взвеси по классификации SUN, определенной врачом, но в пределах одной степени наблюдались значительные различия в количестве клеток при их автоматическом подсчете. В отличие от порядковой и субъективной классификации SUN, количественный анализ изображений AS-OCT обеспечивает непрерывную, точную, объективную оценку. Способность регистрировать небольшие изменения в количестве клеток, вероятно, будет особенно важна при оценке динамики хронического увеита, когда степень выраженности клеточной взвеси по классификации SUN невысокая. Для подтверждения клинической ценности таких измерений требуются дополнительные исследования

    Для проведения объективной количественной оценки клеток в передней камере методом AS-OCT ученые ранее использовали различные подходы. В устройствах AS-OCT первого поколения использовалась система time-domain (TD). Одно из таких устройств – Visante (Carl Zeiss Meditec AG, Йена, Германия) работает с центральной длиной волны 1310 нм, но с низким осевым разрешением (18–25 мкм) и низкой скоростью сканирования (2000 А-сканов в секунду). A. Agarwal и соавт. впервые использовали TD AS-OCT для количественного определения клеток AC в 2009 г. Y. Li и соавт. (2013) также использовали TD AS-OCT и показали корреляцию количества клеток на изображениях с измерениями in vitro и с оценками, присвоенными клиницистами.

    Однако метод TD AS-OCT ограничен своим осевым и поперечным разрешением, которое больше, чем у отдельных лейкоцитов (их диаметр может составлять всего 7–9 мкм).

    Появление технологии спектральной (SD) AS-OCT уменьшило ограничения технологии TD благодаря более высокой скорости получения изображений и лучшего осевого разрешения. Используя количественную оценку клеток в передней камере на основе изображений SD AS-OCT, S. Sharma и соавт. (2015) обнаружили сильную корреляцию между данными визуализации и степенью клеточной взвеси, определенной врачами методом биомикроскопии. Тем не менее, устройства SD AS-OCT, использующие источник света с более короткой длиной волны (около 840 нм), имеют ограничения по глубине изображений; кроме того, для них характерна потеря мощности сигнала с увеличением глубины.

    Наш подход имеет следующие уникальные преимущества: (1) он использует изображения SS AS-OCT высокого разрешения, которые обеспечивают визуализацию всей передней камеры; и (2) полностью автоматизированный алгоритм способен автоматически распознать все структуры переднего сегмента, выбрать область интереса и оценить количество гиперрефлективных очагов без необходимости ручного вмешательства. Интеграция более длинноволнового источника света с SS AS-OCT в аппарате ANTERION оказалась преобразующей, позволив добиться большей глубины изображения и высококонтрастной визуализации всего переднего сегмента – от роговицы до задней поверхности хрусталика. ANTERION имеет источник света 1300 нм и скорость 50 000 А-сканирований в секунду, что позволяет получать высококонтрастные изображения передней камеры с глубиной изображения 14 мм, латеральной шириной до 16,5 мм, внутритканевым осевым разрешением < 10 мкм и латеральным разрешением 30–45 мкм. В широком динамическом диапазоне наблюдается минимальный спад чувствительности (Asam JS et al, 2019). Детальная визуализация и анализ структур переднего сегмента позволяют более точно определять количество клеток в передней камере по сравнению с более ранними устройствами SD AS-OCT.

    Во многих предыдущих исследованиях оценку количества гиперрефлективных очагов в передней камере на основе визуализации проводили в ручном режиме (Akbarali S et al, 2021; Tsui E et al, 2022). Также было описано несколько полуавтоматических методов (Baghdasaryan E et al, 2019; Etherton K et al, 2023): они обычно требовали, чтобы выбор области интереса проводился в ручном режиме, при этом учитывалась только часть передней камеры, отображаемой при сканировании.

    Такие нестандартизированные подсчеты, зависящие от действий исследователя, могут быть неточными, особенно с учетом того факта, что воспалительные клетки могут распределяться в передней камере неравномерно (Solebo AL et al, 2024). Еще одним недостатком является время, необходимое квалифицированному специалисту для выбора зоны интереса в ручном режиме. Полностью автоматизированные алгоритмы подсчета клеток были описаны в нескольких опубликованных исследованиях, но в этих исследованиях использовались устройства TD (Li Y et al, 2013) или SD AS-OCT (Kang TS et al, 2021 [11, 23]. H. Keino и соавт. (2022) количественно оценили наличие клеток в передней камере в 48 глазах с увеитом, используя аппарат SS AS-OCT CASIA 2 и полностью автоматизированный алгоритм, но не проводили сравнение с контрольными глазами.

    Потенциальным преимуществом визуализации клеток в передней камере методом AS-OCT является возможность выявления субклинического воспаления. Так, например, в нашем исследовании в некоторых глазах с увеитом в анамнезе, в которых при клиническом обследовании клетки в передней камере не определялись, на изображениях SS AS-OCT клетки были обнаружены.

    A.L. Solebo и соавт. (2024) использовали устройство ANTERION для получения изображений передней камеры 434 глаз 217 детей без увеита. Изображения оценивались вручную по крайней мере двумя независимыми исследователями на предмет количества гиперрефлективных очагов, и, если между оценщиками возникали расхождения (они составили 1,8% от общего числа сканирований), эти изображения подвергались полуавтоматическому анализу. Количество гиперрефлективных очагов колебалось от 0 до 6, при этом хотя бы один гиперрефлективный очаг присутствовал в 76% изображений.

    Авторы предположили, что гиперрефлективные очаги могут представлять собой пигмент или другие невоспалительные частицы. Биомикроскопия за щелевой лампой в их исследовании не проводилась. По данным нашего исследования, существовала небольшая, но значимая разница в количестве гиперрефлективных очагов между контрольными глазами и глазами с увеитом в анамнезе, но без клинически обнаруживаемых клеток. Этот факт позволяет предположить, что по крайней мере некоторые из гиперрефлективных очагов представляют собой лейкоциты и что количественная оценка по изображениям SS AS-OCT будет более точной, чем клиническая оценка, в плане выявления минимального остаточного воспаления на фоне лечения и при обследовании пациентов с субклиническим воспалением или подозрением на увеит.

    Наоборот, в нескольких контрольных глазах присутствовало до 5 гиперрефлективных очагов. Возможно, что такое небольшое количество гиперрефлективных очагов у некоторых людей может быть физиологическим, а не болезненным состоянием. Для определения значимости субклинического количества гиперрефлективных очагов потребуются дополнительные исследования.

    Наше исследование ограничено относительно небольшим размером выборки, особенно с наивысшими степенями по классификации SUN; однако точность при высоких количествах клеток, с которыми можно столкнуться при первоначальном обследовании, менее важна, чем точность при затихающем воспалении, когда небольшие изменения количества клеток могут иметь важное клиническое значение для оценки динамики заболевания. Ограничением метода AS-OCT является неспособность различать лейкоциты и другие частицы, такие как пигмент. Этот вопрос следует рассмотреть до того, как оценка воспаления в переднем сегменте глаза с помощью метода AS-OCT будет внедрена в клиническую практику.

    Повторная визуализация глаз позволит оценить воспроизводимость измерений. Гиперрефлективные очаги могут иметь разные размеры, что, вероятно, отражает разные типы лейкоцитов, и задачей будущих исследований может стать идентификация подтипа лейкоцитов методом AS-OCT и оценка их отличий от других твердых частиц на основе размера гиперрефлективных очагов и профиля их яркости.

    Что касается неравномерного распределения клеток в передней камере глаз с воспалением, необходимо будет определить, является ли центральный горизонтальный скан передней камеры, как в нашем исследовании, более информативным, чем сканирование других областей. Дальнейшие исследования также позволят определить, существуют ли пороговые значения количества гиперрефлективных очагов, которые могут прогнозировать развитие глазных осложнений или потерю зрения. Что касается возможной идентификации субклинического увеита, необходимо оценивать оба глаза у пациентов с предположительно односторонним увеитом.

    Заключение

    Таким образом, наш полностью автоматизированный алгоритм может надежно подсчитывать количество гиперрефлективных очагов в передней камере сопоставимо с ручным подсчетом на изображениях линейного сканирования глаз методом SS AS-OCT с высоким разрешением; автоматические подсчеты коррелируют с оценкой клеточной взвеси по классификации SUN, определяемой врачом при биомикроскопии. Изображения формируются быстро бесконтактным способом, при более низком освещении, чем обычно используется при биомикроскопии за щелевой лампой, и, в отличие от клинических оценок, подсчеты являются объективными, точными и линейными.

    Автоматический подсчет клеток в передней камере с использованием метода SS AS-OCT, вероятно, обеспечит точные, воспроизводимые и стандартизированные оценки, которые улучшат диагностику и лечение увеита. Среди потенциальных преимуществ метода – способность определять субклинические уровни воспаления переднего сегмента глаза.

    Pillar S, Kadomoto S, Chen K, et al. Automated quantification of anterior chamber cells using sweptsource anterior segment optical coherence tomography. J Ophthalmic Inflam Infect. 2025; 15.

    Материал подготовила к.м.н., офтальмолог-хирург Т.Н. Михайлова