皮膚鏡毛孔檢測方法在2940nm鉺像素激光治療毛孔粗大療效觀察中的應用

門月華 臧琳 吳雯婷 李薇薇 張春雷

1北京大學第三醫院皮膚科100191；2北京沃東天駿信息技術有限公司101111

皮膚毛孔粗大通常指皮膚毛孔體積增大，外觀表面積超過0.02 mm2［1］，皮膚毛孔表面多不平整，常有色度加深。激光共聚焦顯微鏡下可見毛孔局部表皮增生并延伸刺入真皮，真皮乳頭層突入表皮，呈“鐘乳石樣”外觀［2］。目前認為，皮脂腺分泌旺盛、毛孔周圍組織結構彈性松弛和毛囊肥大是面部毛孔粗大的三大成因［3］。臨床上用于改善面部毛孔粗大的方法很多，但目前國內外尚無客觀、量化、可重復的毛孔評價標準。本研究建立基于皮膚鏡的無創面部毛孔量化評估方法，以期解決此難題。

一、對象

選取2017年6-12月，以“面部毛孔粗大”為主訴至北京大學第三醫院皮膚科就診的30 例患者，男11 例，女19例，年齡（38.7±11.9）歲。入選標準：①皮脂腺分泌旺盛和/或毛孔周圍組織結構彈性松弛所致面部毛孔粗大的患者；②試驗前及試驗期間均不使用其他改善毛孔粗大的藥物或措施。排除標準：玫瑰痤瘡、糖皮質激素性皮炎患者，妊娠和哺乳期婦女。所有受試者均簽署知情同意書。

二、2940nm鉺像素激光治療

所有病例均接受治療，采用飛頓輝煌激光光子工作站（以色列Alma Lasers 公司）2940nm 鉺像素治療手具，7×7治療頭，1 200 ～2 200 mJ/脈沖定點發射2 ～4 個脈沖，根據皮膚反應調節參數。以治療區域出現灰白色氣化點、皮膚發紅、有輕度滲出為適宜能量及治療脈沖數量。治療過程中患者有可以耐受的痛感。每6 周治療1 次，共3 次，治療期間外用防曬乳膏和保濕乳膏。每次治療后囑患者48 h內保持創面干燥，避免使用美白產品，禁食光敏性食物及酒精類飲料，禁止手撕剝脫恢復期痂皮。全程記錄不良反應，包括疼痛、色素沉著及瘢痕等的出現和消退時間、嚴重程度及其與治療的關系，采取的措施和轉歸情況。

三、療效評估

分別在治療前及最后一次治療后的第6周采集患者面部圖像，進行標準照片評估和皮膚鏡毛孔量化評估。

（一）標準照片評估：參考國內學者提出的面部毛孔標準照片評估法［4］。在相同的光源與背景下，采用單反相機微距鏡頭，以鼻尖為焦點拍攝面部標準微距照片。照片評分標準：1 級為極少可見毛孔；2 級為輕微可見毛孔；3 級為清晰可見毛孔；4級為明顯可見毛孔或內含小于毛孔大小的角栓；5級為非常明顯可見毛孔或內含與毛孔大小一致的角栓；6級為明顯擴大的毛孔或內含突出毛孔的角栓，呈草莓樣。由不參與治療的兩位皮膚科醫生分別對每張照片評分，評分不一致時討論決定。

（二）無創面部毛孔量化評估：使用MoleMax HD皮膚鏡圖像分析系統（奧地利Derma Medical System 公司）采集鼻尖圖像。所采圖像放大20倍，經處理后對識別出的毛孔進行顏色及面積的量化評估。

1.圖像預處理：①圖像平滑：采用高斯濾波算法［5-6］對原始圖像做平滑處理，以減少圖像噪聲（圖1A、1B）；②灰度變換：將原圖像由紅藍綠三色（Red-Green-Blue，RGB）空間轉換到灰度空間，以便毛孔輪廓邊緣識別（圖1C）；③色彩增強：利用直方圖標準化算法［7］對灰度圖進行直方圖變換，提高圖像對比度，增加識別精度（圖1D）；④灰度圖二值化：由專業醫師根據不同患者的皮膚狀況確定識別閾值，所有低于閾值的像素置為0，高于閾值的像素置為255，以保證識別出最具代表性的毛孔。確定閾值后，在治療前后的評價中統一使用（圖1E）；⑤輪廓提取：在二值圖像上，利用拓撲結構分析圖像邊緣［8］。為避免皮膚鏡采集樣本時光源分布不均，僅對采集到的皮膚圖樣中間區域（以原圖中心為中心，長寬各為原圖1/2的矩形區域）采樣處理（圖1F）。皮膚鏡采集圖像中一般只含有毛孔、皮膚以及毛發3類結構，采用輪廓面積的大小即可篩選出毛孔輪廓，見圖1G。

圖1 毛孔識別圖像處理過程 1A：原始圖像；1B：高斯濾波后的圖像；1C：灰度變換圖像；1D：直方圖拉伸后的圖像；1E：二值化圖像；1F：輪廓圖像；1G：毛孔識別圖像；1H：毛孔最小方形包圍；1I、1J：治療前后毛孔面積量化與色差量化指標顯示；1K：計算機處理區域毛孔識別率為75%，紫色加粗標記為計算機檢出毛孔，紅色標記為計算機漏檢、醫師標記出的毛孔

2.毛孔面積量化：用所有識別出的毛孔面積的平均值作為量化指標，毛孔的平均面積=所有毛孔總面積/毛孔個數。

3.毛孔色差量化：毛孔色差量化指標，計算毛孔內部顏色均值與其上、下、左、右4 個方向一定范圍內顏色均值的差值，然后將差值平均，作為色差指標，其具體過程如下：①根據識別出的毛孔邊緣，計算出其最小包圍的方形輪廓（圖1H）；②計算方形輪廓中RGB顏色的均值，分別記為R、G、B；③在緊鄰此方形輪廓的上下左右4 個方向，分別選取一個同等大小方形輪廓，計算輪廓中RGB 顏色均值，記為R′、G′、B′（′代表上下左右四個方向）；④分別計算目標毛孔區域與其周圍相應區域的色差均值距離（歐氏距離，Dist）［9］：

⑤計算最終色差指標：

⑥最終，圖像上會顯示毛孔區域以及其相應的面積及顏色量化指標（圖1I、1J）。

4.評價：兩名具有5年以上皮膚鏡使用經驗的皮膚科醫師標定毛孔檢測系統中計算機采樣處理區域的毛孔，分析30例患者治療前后共60張皮膚鏡圖片，紫色加粗標記為計算機檢出毛孔，紅色標記為計算機漏檢、醫師標記出的毛孔（圖1K），計算每張圖片的計算機采樣處理識別率（%）。

四、患者滿意度自評

療程結束后，由患者對毛孔粗大改善情況進行4 級滿意度主觀評價：非常滿意、滿意、一般、不滿意。滿意率=（非常滿意+滿意）/總例數×100%

五、安全性評價

記錄試驗期間出現的不良反應，包括紅斑、滲出及瘢痕情況。

六、統計學方法

采用SPSS17.0軟件，計量資料數據以±s表示，以自身治療前后對照進行配對樣本t檢驗；標準照片評估結果為等級資料，采用兩配對樣本的非參數檢驗（Wilcoxon符號秩檢驗）。以P＜0.05為差異有統計學意義。

七、結果

（一）標準照片評估：療程結束后，30例患者中面部毛孔評級較治療前降低3 級者1 例（3.3%），降低2 級者7 例（23.3%），降低1級者21例（70%），無變化者1例（3.3%），治療前后評級差異有統計學意義（Z=-4.94，P＜0.01）。

（二）面部毛孔量化評估：治療結束后，患者鼻尖部毛孔皮膚鏡下量化評估，面積量化值、色差量化值較治療前均降低，差異均有統計學差異（P＜0.05）。見表1。

（三）毛孔檢出率：計算機處理區域毛孔檢出率（70.59±3）%，中位數為70%。

（四）患者滿意度評價結果：療程結束后，非常滿意8例、滿意12例、一般10例，滿意率為66.7%。

表1 毛孔粗大患者30例2940nm鉺像素激光治療后鼻尖部毛孔皮膚鏡下量化指標比較（±s）

表1 毛孔粗大患者30例2940nm鉺像素激光治療后鼻尖部毛孔皮膚鏡下量化指標比較（±s）

觀察時間治療前治療后t值P值面積量化值831.45±88.92 712.95±87.45 5.70＜0.001色差量化值28.92±9.91 23.82±9.43 2.06 0.048

（五）不良反應事件：30例患者都在每次治療后出現持續數小時的短暫紅斑水腫反應，均在48 h內消退。30例患者均有輕微的結痂，于5 ～10 d 內脫落，無色素沉著或減退。整個試驗過程中沒有觀察到嚴重的水皰、持久性紅斑或者色素異常等不良反應。

八、討論

目前國內外對面部毛孔的大小、密度及顏色的評價未見被廣泛認可的評估標準。既往評價方法只關注面部毛孔的大小，對于毛孔顏色及與周圍皮膚的色差，受限于技術條件，均未予以重視。我們在臨床實踐中發現，利用皮膚鏡觀測毛孔可以更精確地判斷毛孔大小及色差，由此受啟發建立一種無創面部毛孔量化評估方法，從毛孔面積與色差兩個方面建立評估標準。

2940nm鉺像素激光治療毛孔粗大療效較確切［10-11］，是目前治療毛孔粗大較為常用的方法。本研究采用標準照片評估2940nm 鉺像素激光治療前后患者面部毛孔評級，差異有統計學意義，滿意率為66.7%，與既往文獻報道一致。同時，采用皮膚鏡面部毛孔量化評估比較患者鼻尖部毛孔治療前后指標，治療后的毛孔面積量化值、色差量化值較治療前均降低。可以明確檢測出治療后面部毛孔大小和色差明顯改善，與專業人士評估大體照片結果及以往文獻報道一致［10-11］。且本方法可提供量化數據，使得對面部毛孔的評價更為客觀精確。

量化評估面部毛孔的重點和難點在于毛孔邊緣的識別。本研究利用圖像技術對皮膚鏡圖片進行預處理，并基于邊緣檢測及物體識別的方法，通過專業人員調整并確定判別閾值，從而鎖定目標毛孔。通過計算圖像面積差值、色彩空間距離，建立面部毛孔面積與色差的量化評價體系，其無創、簡便、客觀的優點顯而易見。

本方法的不足之處在于，仍存在部分漏檢毛孔，尚不夠全面精確，另外量化評估過程中需要專業人員調節毛孔標記的閾值，尚摻雜一些主觀因素。但隨著各種圖像處理技術，可以預期本方法對于面部毛孔的識別將會越來越精準。也應當看到，當前人工智能、大數據、深度學習等新技術蓬勃發展，未來可能開發出新的機器學習算法，從大量醫療數據中提取毛孔特征，通過神經網絡訓練以獲得可信度高的識別模型，進而消除毛孔識別中的人為因素。我們在此方面也進行了初步探索并申請相關專利［12］，但由于資源與樣本量的限制，目前還不夠成熟。