圖像分析軟件Image J在眼表活體共聚焦顯微鏡檢測中的應用

鐘承雙

圖像分析軟件Image J在眼表活體共聚焦顯微鏡檢測中的應用

鐘承雙①

目的：采用開源式圖像分析軟件Image J對圖像進行反卷積處理，以獲得符合臨床診斷標準的眼表活體共聚焦顯微鏡（IVCM）圖像。方法：使用Image J圖像分析軟件對IVCM采集到的圖像進行處理，找到一種能夠方便、快速、低成本獲得清晰檢測圖像的方法，減少眼表活體共聚焦顯微檢查患者心跳或不自主運動等原因所造成的圖像模糊、清晰度較差等成像質量問題。結果：在不影響分辨率的前提下，圖像分析軟件Image J能夠獲得更加清晰的圖像。結論：圖像分析軟件Image J運用在眼表活體共聚焦顯微鏡檢測中能提高成像質量，有助于臨床診斷。

眼表活體共聚焦顯微鏡；Image J軟件；圖像處理；反卷積

［First-author’s address］ Maoming Traditional Chinese Medicine Hospital， Guangdong maoming， 525000， China.

20世紀90年代，Cavanagh等［1］首次報道了利用共聚焦顯微鏡對貓、兔以及人體進行活體眼球斷層掃描的技術，開啟了眼表活體內共聚焦顯微鏡（in vivo confocal microscopy，IVCM）在眼科診斷中的應用時代。隨著科技的不斷發展，IVCM已經得到了長足的發展，更好地服務于眼科診斷的工作中［2-5］。

IVCM工作的基本原理是通過點滴有透明半固體狀眼藥水的目鏡與局部麻醉狀態的患者角膜接觸，從而進行圖像采集。IVCM的圖像采集過程需要患者眼部肌肉保持完全靜止的狀態，但是在實際操作中，由于患者的呼吸、心跳或是不自主運動等原因，采集到的圖像往往會非常模糊、清晰度較差，在很大程度上影響到醫生對病情的判斷［6］。由美國國立衛生研究院（National Institute of Health，NIH）參與研發的開源式免費圖像處理軟件Image J的出現則能夠很好的解決上述問題［7-9］。為此，本研究在利用圖像處理軟件Image J對IVCM采集到的圖像進行處理，旨在找到一種能夠方便、快速且低成本的獲得清晰IVCM圖像的方法。

1 實驗原理與方法

1.1 實驗原理

采用眼表活體共聚焦顯微鏡采集到的模糊圖像。在圖像獲取過程中，由于觀測物體與鏡頭之間的相互移動造成的模糊圖像稱為運動模糊圖像，而水平運動及垂直運動造成的模糊是運動模糊圖像最常見的兩種類型。對運動模糊圖像進行恢復的過程是將圖像退化過程模型化，并由此采取相反的過程以獲得清晰的接近于原始狀態的圖像。反卷積過程是先求得圖像的點擴散函數（point spread function，PSF），再通過相應算法獲取的運動模糊圖像和PSF得到清晰圖像的過程［10-13］。

1.2 實驗方法

利用圖像處理軟件Image J的反卷積模塊對獲取的模糊圖像進行圖像處理，并對處理前和處理后圖像的模糊程度進行比較判斷，以確定Image J的反卷積的效果是否能夠滿足正常的臨床診斷標準。

1.3 實驗步驟

（1）將獲取的圖像在圖像處理軟件Image J中打開，在Plugins中選取Iterative Deconvolution插件，即圖像反卷積插件，其插件界面如圖1所示。

圖1 Image J 的反卷積插件界面圖

（2）將反卷積插件打開后，跳出的窗口會顯示反卷積的設置參數。在操作中需設置2個重要參數：①PSF（核心），是選擇所需要的PSF參數，在正常操作中需要選擇對圖片進行PSF計算后的圖片，但在二維圖像處理中，使用目的圖片本身對目的圖片進行反卷積的效果佳，且操作時間短，因此在實驗中選擇使用圖片1對圖片1本身進行反卷積；②Number of Iterations（重復次數），是指進行反卷積的次數。反卷積進行的次數越多，圖像處理的效果越好（如圖2所示）。

圖2 反卷積的參數設置界面圖

2 結果

（1）圖像效果。在圖像獲取過程中由于患者不自主的運動產生許多細小幅度的位移，如圖3所示。

圖3 利用Image J 打開圖像示圖

（2）不同次數的反卷積處理之后的結果。在對圖片分別進行15次、25次、35次和100次反卷積處理之后，圖像的清晰度越來越高，大部分的細小位移恢復到正常水平。但在多次進行反卷積處理之后，圖像本身的一些細節也有不同程度的丟失。因此，反卷積處理的次數是關系到圖像處理結果最重要的因素，需根據不同的需求進行相應的調整（如圖4所示）。

圖4是對圖3進行不同次數的反卷積處理之后的結果，其結果表明，經過反卷積處理之后的圖像與原始圖像相比，清晰度有很大提高，背景噪音有很大降低，表明利用開源式圖像處理軟件Image J自帶的反卷積插件能夠較便捷地對眼表活體共聚焦顯微鏡采集到的模糊圖像進行清晰化處理，以滿足臨床診斷的需要。

（3）經100次反卷積處理后的圖像。對原始圖像進行100次反卷積處理后的圖像進行灰度分析、對比后，能夠很直觀顯示，經過反卷積處理之后的圖像灰度分布更加密集，表明經過處理之后的圖像清晰度較原始圖像有很大的提高（如圖5所示）。

圖4 不同反卷積次數對圖像處理的影響示圖

圖5 進行反卷積分析前后圖像的灰度分布圖

3 結論

開源式圖像處理軟件Image J帶有程式化的反卷積模塊，可使得對圖像處理過程和相應算法不很精通的非專業人士進行相對專業的圖像處理［14-16］。使用開源式圖像處理軟件Image J自帶的反卷積插件對眼表活體共聚焦顯微鏡采集到的模糊圖像進行清晰化處理后，圖像的清晰度有很大提升，能夠滿足臨床診斷的需要，并會在眼表活體IVCM檢測中發揮更加重要的作用［17-19］。但是，對于情況更為復雜圖像的處理，如三維重構圖和移動位移更大的圖像，尚需進行深入的研究探討。

［1］Cavanagh HD，Jester JV，Essepian J，et al. Confocal microscopy of the living eye［J］.CLAO J，1990，16（1）：65-73.

［2］梁慶豐，孫旭光，Antoine L.活體共聚焦顯微鏡在感染性角膜炎診治中的應用［J］.中華眼科雜志，2013，49（10）：951-955.

［3］趙江月，孫琦，陸博，等.激光共聚焦顯微鏡觀察超聲乳化白內障吸出術后角膜的組織學改變［J］.國際眼科雜志，2010，10（4）：667-670.

［4］王麗婭，荊洋.角膜共聚焦顯微鏡在眼表疾病診治中的作用［J］.眼科，2011，20（3）：145-147.

［5］徐建江，樂琦驊.眼表活體共聚焦顯微鏡［M］.上海：復旦大學出版社，2009.

［6］徐建江，李一敏.眼表活體共聚焦顯微鏡的臨床應用進展［J］.中國眼耳鼻喉科雜志，2012，12（z1）：447-450，454.

［7］Abràmoff MD，Magalh?es PJ，Ram SJ.Image processing with ImageJ［J］.Biophotonics international，2004，11（7）：36-42.

［8］Collins TJ.ImageJ for microscopy［J］.Biotechniques，2007，43（1 Suppl）：25-30.

［9］Rasband W，Image J.Image processing and analysis in java［J］.Astrophysics Source Code Library，2012，1（06013.

［10］明文華，孔曉東，屈磊，等.運動模糊圖像的恢復方法研究［J］.計算機工程，2004，30（7）：133-135.

［11］謀炎.反卷積和信號復原［M］.北京：國防工業出版社，2001.

［12］楊航.圖像反卷積算法研究［D］.長春：吉林大學，2012.

［13］Kirshner H，Sage D，Unser M.3D PSF models for fluorescence microscopy in Image［C］.Jproceedings of the Proceedings of the Twelfth International Conference on Methods and Applications of Fluorescence Spectroscopy，Imaging and Probes，2011.

［14］Unser M.Advanced image processing and analysis using Image［C］.Jproceedings of the 8th European Light Microscopy Initiative Meeting，2008.

［15］Helps SC，Thornton E，Kleinig TJ，et al.Automatic nonsubjective estimation of antigen content visualized by immunohistochemistry using color deconvolution［J］.Applied Immunohistochemistry Molecular Morphology，2012，20（1）：82-90.

［16］張楠，段娟，武博，等.醫學圖像處理課程的創新性教學研究［J］.中國醫學裝備，2015，12（10）：5-8，9.

［17］Nasse MJ，Woehl JC.Realistic modeling of the illumination point spread function in confocal scanning optical microscopy［J］.J Opt Soc Am A Opt Image Sci Vis，2010，27（2）：295-302.

［18］Sage D，Neumann FR，Hediger F，et al. Automatic tracking of individual fluorescence particles：application to the study of chromosome dynamics［J］.Image Processing， 2005，4（9）：1372-1383.

［19］Aguet F，Van De Ville D，Unser M.Model-based 2.5-D deconvolution for extended depth of field in brightfield microscopy［J］.Image Processing，IEEE Transactions on，2008，17（7）：1144-1153.

The application of Image J software in ocular surface examines by in vivo confocal microscopy

ZHONG Cheng-shuang// China Medical Equipment，2016，13（4）：97-99.

Objective： To get in vivo confocal microscopy images which is in line with the clinical diagnostic criteria of the ocular surface by the process of using Image J. Methods： By using the image deconvolution process of open-source image analysis software Image J to obtain clear images， and reducing less clear image caused by the heart beats or involuntary movements of patients. Results： Without affecting the image resolution， the image analysis software Image J can get clearer pictures and allows doctors to have a more accurate judgments. Conclusion： Image analysis software Image J will play a more important role in ocular surface examines by in vivo confocal microscopy.

In vivo confocal microscopy； Image J software； Image processing； Deconvolution

10.3969/J.ISSN.1672-8270.2016.04.030

1672-8270（2016）04-0097-03

R197.324

A

2015-12-30

①茂名市中醫院設備科 廣東 茂名 525000

鐘承雙，男，（1982- ），本科學歷，工程師。茂名市中醫院設備科，從事設備維修保養工作。