使用口内荧光相机对牙菌斑进行半自动平面测量定量分析
2023年1月27日
本研究介绍了一种基于口内荧光相机所获取图像的半自动化数字图像分析流程，用于对暴露的牙菌斑进行平面测量定量。该方法可在科研环境中快速、可靠地定量牙菌斑。
半自动平面测量法可快速、准确且客观地量化临床试验中牙菌斑覆盖的面积。与传统平面测量法（由操作者手动定义菌斑覆盖区域）相比，半自动平面测量法更具客观性，并显著缩短处理时间。首先，将定制的间隔装置安装到荧光相机上，然后将口内相机连接至计算机，并打开相机软件。
点击“患者”，然后点击“新建患者”以在系统中创建并填写患者信息。接下来，点击“患者”和“保存”以保存相关数据。点击“视频”，口内相机即已准备就绪，可供使用。
使用棉球将5%赤藓红染料涂布于目标牙面以显示菌斑。指导患者用水漱口10秒，以去除多余染料。用棉球擦去任何牙龈染色，并对每颗牙齿吹气干燥3秒。
将口内相机置于目标牙齿前方的水平位置，使间隔器接触牙龈或邻近牙齿。确保目标牙齿的整个表面在图像中清晰对焦，且不包含对颌牙或对侧牙的表面。按下相机按钮获取荧光图像。
对所有目标牙齿进行染色并采集图像。然后在相机软件中标记所有图像，并点击菜单中的“保存图像和视频”，确保图像保存在牙菌斑模式下，而非龋齿模式。菜单中的符号 P 或 C 表示当前模式。
要导出图像，请进入查看器并选择要导出的图像。点击文件和导出，另存为，然后选择该患者的所有图像以进行导出。在导出窗口中，选择模式为标准，然后点击导出路径。
选择所需的文件夹，在“图像类型选择”中勾选左侧框，并从下拉菜单中选择图像状态为原始数据。展开导出窗口以显示更多选项，选择“文件名包含”以选取卡号、用户输入或患者姓名。然后选择格式为 TIF，点击“确定”以导出图像。
或者，在成像前通过依次点击“选项”、“显示配置”、“模块”、“查看器”、“导出或邮件”、“导出选项”，然后选择自动导出模式来设置自动文件导出。点击导出路径并选择目标文件夹，并将图像状态选择为原始数据。在“文件名包含”中选择卡号、用户输入或患者姓名。
然后选择“格式”为 TIF，并点击“确定”以设置默认导出参数。数字图像分析可在图像采集后的任意时间进行，最多可同时处理 1000 张荧光图像。将所有图像重命名为连续的序号数字。
通过点击“文件”、导入图像并以红、绿、蓝模式导入为彩色图像，将荧光图像序列导入专用的图像分析软件中。通过点击“分割”、自动分割，然后选择自定义阈值，对图像序列进行基于阈值的分割。将低阈值设置为高于口腔软组织强度的数值，高阈值保持为255。
因此，软件仅将具有清洁区域和牙菌斑覆盖区域的牙齿识别为对象。单击应用、确定，然后单击分割以启动分割过程。通过双击图像序列的名称打开可视化工具，并进入对象编辑器。
对分割区域进行视觉质量控制，通过拒绝并删除此类对象来去除伪影。通过单击所有图像并合并所选对象，将所有图像中的剩余对象进行合并。现在每幅图像中仅保留一个对象。
通过依次点击“分析”、“测量对象”、“清除全部”和“像素”，对每张图像中的总牙面积进行量化。最后，导出数据。再次将荧光图像序列导入软件中，此次通过点击“文件”、“导入图像”并选择“作为灰度图像导入”，以分离红色、绿色和蓝色通道。
关闭蓝色通道图像，并通过点击“分割并转移对象层”将对象层从红色、绿色、蓝色图像转移到红色通道图像中。在所有图像中使用对象编辑器删除非对象像素。此时，图像中的软组织已被去除。
通过依次点击“编辑”、“图像计算器”、“乘法”、“参数”，并输入 2.00 的系数，将红色通道图像序列乘以 2 倍，以增强牙菌斑覆盖区域与清洁牙面区域之间的对比度。随后点击“应用”和“确定”。为了从图像中去除清洁牙面区域，点击“编辑”、“图像计算器”、“第二个操作数图像”、“planimetry green”、“减法”、“应用”，然后点击“确定”，从增强后的红色通道图像序列中减去绿色通道图像序列。为了识别牙齿上的菌斑覆盖区域，执行基于阈值的分割，并合并剩余对象，操作方法如前所述。
为量化总牙面面积，依次点击分析、测量对象、清除全部，然后点击像素，以量化每张图像中被牙菌斑覆盖的总面积。最后导出数据。在专用软件中打开导出的数据表，并根据公式一计算平面牙菌斑指数（PPI）。
使用赤藓红对菌斑沉积物进行染色可视化，而清洁的牙面区域和获得性膜则不被染色。使用荧光相机获取的图像显著增强了清洁牙面区域、菌斑覆盖区域以及周围软组织之间的对比度。与清洁牙面区域相比，菌斑覆盖区域在红色通道中呈现略高的亮度。
在绿色通道中，牙齿的自发荧光在牙菌斑覆盖区域被显著遮蔽。该遮蔽效应被用于从红色通道图像中减去绿色通道图像。在所得图像中，清洁区域与牙菌斑覆盖区域之间具有明显对比度，从而可通过基于强度阈值的半自动化方法确定牙菌斑指数（PPI）。
所述方法可用于对牙齿唇面和舌面的龈上菌斑和牙石进行平面测量记录。不同颜色的牙齿材料在绿色光谱中会以不同强度发生荧光。因此，对于含有玻璃离子水门汀和复合树脂修复体的牙齿，通常可通过标准图像分析算法确定牙菌斑指数（PPI）。
相比之下，银汞合金和铸造修复体通常在红色和绿色通道中均发出微弱荧光，因此无法确定此类表面的菌斑覆盖情况。金属正畸托槽也存在同样情况，但由于正畸托槽表面通常被排除在PPI记录范围之外，半自动平面测量法适用于正畸患者。在半自动识别菌斑覆盖区域时，若环境光线过强，将难以区分牙齿与软组织。
张口不足会影响半自动处理。在前磨牙或磨牙上进行平面测量时，正确的相机角度对于避免拍摄到咬合面的部分区域至关重要。拍摄图像前必须彻底干燥牙齿，并调暗室内光线。
确保不要采集到对颌牙或咬合面的部分。
概述
本研究介绍了一种利用口内荧光相机对牙菌斑进行定量分析的半自动化数字图像分析流程。该方法可提高临床试验中菌斑评估的准确性和效率。
关键研究组成部分
科学领域
- 牙科研究
- 图像分析
- 临床试验
背景
- 传统的平面测量法依赖于手动界定牙菌斑区域。
- 口腔荧光相机可改善牙菌斑的可视化效果。
- 快速且客观的量化方法对于临床研究至关重要。
- 数字图像分析能够同时处理多幅图像。
研究目的
- 建立一种半自动化的牙菌斑定量方法。
- 相较于传统方法，缩短处理时间。
- 提高牙菌斑面积测量的客观性。
使用的方法
- 使用定制间隔器和口内荧光相机。
- 应用红色显影染料以可视化菌斑。
- 使用专用软件进行图像采集与处理。
- 基于阈值的分割方法用于量化菌斑区域。
主要结果
- 半自动化方法显著缩短了处理时间。
- 实现了清洁区域与牙菌斑覆盖区域之间更高的对比度。
- 可并行处理多达 1000 张图像。
- 牙菌斑区域的定量分析准确且可靠。
结论
- 该方法在牙菌斑定量分析中具有良好的效果。
- 与人工方法相比，该方法提供了更为客观的评估手段。
- 该技术在牙科研究的临床试验中具有应用价值。
常见问题
行业重要性概述
采用口内荧光成像技术对牙菌斑进行半自动化的平面测量定量分析，满足了口腔研究和临床试验中对客观、高通量测量方法的需求。该方法通过减少人工干预并提高可重复性，增强了口腔健康干预研究的预测可靠性，并为早期发现与验证阶段提供高质量的数据支持。该技术特别适用于在口腔产品研发中寻求可扩展、标准化定量工作流程的项目团队。
生物制药研发中的战略应用
早期发现与靶点验证
- 可实现牙菌斑的客观定量，支持以假设为导向的研究。
- 减少操作者偏差，有助于口腔健康靶点的功能验证。
- 促进可重复测量，对口腔研究中的机制性风险排除至关重要。
筛选与检测方法开发
- 为口腔护理化合物的下游筛选制备经过验证的基于图像的检测方法。
- 通过半自动化分析支持检测方法的标准化和可重复性。
- 实现快速、定量的输出，适用于高通量筛选环境。
转化与临床前研究
- 将定量方法与口腔健康领域的转化生物标志物策略相统一。
- 通过提供可靠且可扩展的测量手段，确保从发现到临床前验证的连续性。
- 支持针对牙科治疗药物和器械的风险调整型推进决策。
流程与工作流整合
这种半自动化的平面测量工作流程可融入从发现到临床前研究的牙科研究全过程，能够实现从早期假设验证到临床前确认的可扩展性定量分析。
- 发现生物学：通过提供客观的斑块测量结果，支持假设验证和通路阐明。
- 筛选：为化合物评价提供即用于检测、可重复且定量的斑块面积输出结果。
- 分析：生成标准化的数据表，用于不同条件下斑块覆盖面积的统计学比较。
- 转化研究：通过一致且高通量的定量方法，连接发现阶段与临床前研究阶段。
- 企业级复用：为多种牙科研究项目提供可重复使用的数字化成像与分析能力。
运营与企业影响
- 科学价值：提高口腔健康研究的预测可信度，降低机制上的模糊性。
- 操作价值：标准化牙菌斑定量方法，增强可重复性，并支持对大规模图像集的扩展分析。
- 战略价值：通过生成可靠且客观的数据，提升“推进/终止”决策的质量和资本使用效率。
- 项目组合影响：支持基于风险调整的口腔健康干预措施的优先排序与推进。
实施注意事项
- 需要具备数字成像和基于阈值的分割分析的专业知识。
- 需要配备口内荧光相机及兼容的图像分析软件。
- 要求跨团队对成像方案和数据处理流程进行标准化。
- 必须根据不同的修复材料调整工作流程，并按要求排除金属表面。
- 需考虑实际限制因素，如环境光照、患者配合度以及解剖结构的可及性。
生物制药常见问题
Chapters in this video
0:04
Introduction
0:38
Plaque Disclosure and Image Acquisition
3:34
Digital Image Analysis: Quantification of the Total Tooth Area
5:09
Digital Image Analysis: Quantification of the Plaque-Covered Areas
7:04
Results: Semi-Automated Planimetric Quantification of Plaque-Covered Areas on Teeth
9:07
Conclusion
