เหตุใดการวัดเส้นผ่านศูนย์กลางหลอดเลือดในตัวอ่อนที่กำลังเคลื่อนไหวจึงไม่ใช่เรื่องง่าย
ตัวอ่อนปลาเซเบอร์ฟิชเป็นที่นิยมใช้ในการศึกษาระบบหัวใจและหลอดเลือด เพราะความโปร่งใสของร่างกายทำให้นักวิจัยสามารถสังเกตการณ์การก่อตัวและการทำงานของหลอดเลือดแบบเรียลไทม์ได้ ข้อได้เปรียบนี้เกิดจากหน้าต่างทางแสงที่มองเห็นได้ชัดเจน แต่ก็มาพร้อมกับข้อจำกัดเช่นกัน หัวใจที่ทำให้แบบจำลองนี้มีประโยชน์กลับเป็นต้นเหตุที่ทำให้หลอดเลือดเคลื่อนไหวอยู่ตลอดเวลา การเต้นของหัวใจเพียงครั้งเดียวอาจทำให้ขอบของหลอดเลือดเลื่อนไปหลายพิกเซล และการเคลื่อนที่นั้นอาจถูกตีความผิดว่าเป็นการเปลี่ยนแปลงของเส้นผ่านศูนย์กลางได้ง่ายมาก ระบบวิเคราะห์การไหลเวียนของเลือดในปลาเซเบอร์ฟิชจึงต้องแยกแยะรูปทรงที่แท้จริงของหลอดเลือดออกจากผลกระทบของการเต้นของหัวใจ การหายใจ และการกระตุกเป็นครั้งคราว
ปัญหาไม่ได้อยู่ที่การเคลื่อนไหวเพียงอย่างเดียว ความกว้างของหลอดเลือดในตัวอ่อนอาจมีเพียงไม่กี่ไมโครเมตรเท่านั้น ที่ขนาดนั้น ความละเอียดเชิงแสง ขนาดพิกเซล และการโฟกัสล้วนมีผลต่อคุณภาพภาพ ระบบที่ให้ผลยอดเยี่ยมเมื่อใช้กับเป้าหมายสำหรับการสอบเทียบแบบนิ่ง อาจทำงานได้ไม่ดีเมื่อนำไปใช้กับตัวอย่างที่ยังมีชีวิตและมีการสูบฉีดเลือด
โหมดการถ่ายภาพกำหนดว่าระบบสามารถมองเห็นอะไรได้จริง
การวัดความกว้างส่วนใหญ่มักเริ่มต้นด้วยกล้องจุลทรรศน์ การถ่ายภาพแบบไบรท์ฟิลด์มีความเรียบง่ายและไม่จำเป็นต้องทำเครื่องหมายตัวอย่าง แต่ความคมชัดระหว่างผนังหลอดเลือดกับเนื้อเยื่อรอบข้างอาจต่ำ ขณะที่การถ่ายภาพแบบฟลูออเรสเซนซ์แก้ปัญหานี้ได้โดยใช้สายพันธุ์ทรานส์เจนิกที่สร้างโปรตีนเรืองแสงในเซลล์เอนโดเทเลียล ขอบของหลอดเลือดจึงปรากฏเป็นเส้นสว่างบนพื้นหลังมืด ทำให้การตรวจจับขอบแม่นยำและเชื่อถือได้มากยิ่งขึ้น
ระบบคอนโฟคอลและไลท์ชีตเพิ่มการแบ่งส่วนด้วยแสง ซึ่งมีประโยชน์เมื่อหลอดเลือดทับซ้อนกัน หรือเมื่อโครงสร้างที่สนใจอยู่ลึกลงไปในเนื้อเยื่อ ข้อแลกเปลี่ยนคือความเร็ว การสแกนแบบจุดด้วยคอนโฟคอลอาจช้าเกินไปสำหรับการบันทึกการเปลี่ยนแปลงเส้นผ่านศูนย์กลางอย่างรวดเร็ว ส่วนการตั้งค่าแบบสปินนิงดิสก์หรือไลท์ชีตมักให้ผลดีกว่าสำหรับการวัดเชิงพลวัต
ความละเอียดคือขีดจำกัดที่แน่นอน ตัวอย่างเลนส์ออปเจกทีฟที่มีเลขรูรับแสงสูงทั่วไปอาจแยกแยะรายละเอียดได้ลงถึงเศษส่วนของไมโครเมตร แต่ขนาดพิกเซลของตัวตรวจจับร่วมกับระบบออปติกกำหนดการเปลี่ยนแปลงที่เล็กที่สุดที่วัดได้ หากหลอดเลือดมีความกว้างเพียงไม่กี่พิกเซล จะต้องใช้อัลกอริธึมระดับย่อยพิกเซลเพื่อให้ได้ค่าที่มีความหมาย
การสอบเทียบเปลี่ยนหน่วยพิกเซลเป็นไมโครเมตร
ค่าเส้นผ่านศูนย์กลางที่ระบุเป็นพิกเซลนั้นไร้ประโยชน์หากไม่มีมาตราส่วน การสอบเทียบคือขั้นตอนที่แปลงค่าพิกเซลเหล่านั้นให้เป็นไมโครเมตร ไมโครมิเตอร์สำหรับเวที (stage micrometer) หรือสไลด์เฮโมไซโตมิเตอร์เป็นเครื่องมือแบบคลาสสิก ใช้ถ่ายภาพระยะทางที่ทราบค่าภายใต้เลนส์วัตถุและค่าการตั้งค่ากล้องเดียวกันกับที่ใช้ในการทดลอง จากนั้นซอฟต์แวร์จะคำนวณค่าไมโครเมตรต่อพิกเซล
-
จับภาพเป้าหมายการสอบเทียบด้วยกำลังขยายเดียวกัน
-
วัดระยะทางที่ทราบค่าเป็นจำนวนพิกเซล
-
หารระยะทางที่ทราบค่าด้วยจำนวนพิกเซลเพื่อหาค่ามาตราส่วน
-
นำค่ามาตราส่วนนั้นไปใช้กับการวัดหลอดเลือดทุกครั้ง
การสอบเทียบอาจดูเหมือนเรื่องเล็กน้อย แต่กลับทำผิดได้ง่ายมาก การเปลี่ยนเลนส์วัตถุ การปรับค่าบินนิงของกล้อง หรือการเปลี่ยนค่าซูม จะทำให้มาตราส่วนเดิมใช้ไม่ได้อีกต่อไป ระบบหนึ่งที่จัดเก็บโปรไฟล์การสอบเทียบไว้แยกตามแต่ละการตั้งค่าจะช่วยลดความเสี่ยงนี้ลง บางแพลตฟอร์มขั้นสูงยังใช้ไมโครสเฟียร์เรืองแสงที่มีเส้นผ่านศูนย์กลางที่ทราบค่าเพื่อตรวจสอบมาตราส่วนในสามมิติด้วย
การตรวจจับขอบและการวิเคราะห์โพรไฟล์ใช้หาผนังหลอดเลือด
เมื่อภาพได้รับการปรับเทียบแล้ว ซอฟต์แวร์จะต้องระบุขอบของหลอดเลือด วิธีการหลายแบบมักใช้กันทั่วไป วิธีที่ง่ายที่สุดคือการตั้งเกณฑ์ (threshold) กล่าวคือ พิกเซลใดๆ ที่มีความสว่างมากกว่าค่าที่กำหนดไว้ จะถือว่าเป็นส่วนของหลอดเลือด และเส้นผ่านศูนย์กลางจะคำนวณจากระยะห่างระหว่างขอบด้านนอกของบริเวณนั้น การตั้งเกณฑ์นั้นทำได้เร็ว แต่ไวต่อการเปลี่ยนแปลงของแสงและสัญญาณรบกวน
วิธีที่มีความทนทานมากขึ้นใช้โปรไฟล์ความเข้ม โดยวาดเส้นหนึ่งให้ตั้งฉากกับหลอดเลือด แล้วพล็อตค่าความเข้มของพิกเซลตามแนวเส้นนั้น ขอบของหลอดเลือดจะปรากฏเป็นจุดสูงสุดหรือจุดต่ำสุด ขึ้นอยู่กับวิธีการระบุป้ายกำกับ ความกว้างเต็มที่ที่ครึ่งความสูงสุด (full width at half maximum หรือ FWHM) เป็นวิธีมาตรฐานในการกำหนดเส้นผ่านศูนย์กลางจากโปรไฟล์นี้ FWHM มีความไวต่อการเปลี่ยนแปลงของความสว่างโดยรวมน้อยกว่าการตั้งเกณฑ์คงที่ จึงเหมาะสำหรับการถ่ายภาพแบบเรียลไทม์
การตรวจจับขอบแบบซับพิกเซลก้าวไปอีกขั้นหนึ่ง แทนที่จะถือว่าพิกเซลเป็นหน่วยที่เล็กที่สุด อัลกอริทึมจะปรับเส้นโค้งให้สอดคล้องกับโปรไฟล์ความเข้ม และหาตำแหน่งขอบด้วยความแม่นยำระดับซับพิกเซล ซึ่งสามารถเพิ่มความสม่ำเสมอในการวัดได้ โดยเฉพาะเมื่อหลอดเลือดมีขนาดเพียงไม่กี่พิกเซล
การติดตามค่าเส้นผ่านศูนย์กลางตลอดรอบการเต้นของหัวใจ
แม้หลอดเลือดจะอยู่นิ่งขณะพัก ก็ยังเคลื่อนไหวอยู่ จังหวะการเต้นของหัวใจดันเลือดผ่านหลอดเลือดใหญ่ เช่น หลอดเลือดแดงใหญ่ (aorta) และหลอดเลือดหลักอื่น ๆ ทำให้หลอดเลือดเหล่านั้นขยายตัวและหดตัวตามจังหวะการเต้นแต่ละครั้ง การวัดจากเฟรมเดียวจึงให้เพียงภาพนิ่ง ไม่ใช่ค่าเส้นผ่านศูนย์กลางที่แท้จริง ดังนั้น ระบบใด ๆ ที่อ้างว่าสามารถวัดเส้นผ่านศูนย์กลางของหลอดเลือดได้ จำเป็นต้องคำนึงถึงรอบการเต้นของหัวใจ
กล้องความเร็วสูงช่วยได้ อัตราเฟรมที่สูงกว่า 100 เฟรมต่อวินาทีสามารถจับภาพจุดหลายจุดภายในหนึ่งรอบการเต้นของหัวใจ บางระบบใช้การควบคุมย้อนหลัง (retrospective gating) โดยซอฟต์แวร์จัดเรียงเฟรมตามระยะเฟสในวงจรการเต้นของหัวใจ ขณะที่ระบบที่ใช้การกระตุ้นล่วงหน้า (prospective triggering) จะทำให้การรับภาพสอดคล้องกับจังหวะการเต้นของหัวใจ ทั้งสองวิธีนี้ช่วยลดภาพเบลอจากความเคลื่อนไหว และทำให้ผู้ใช้สามารถรายงานขนาดเส้นผ่านศูนย์กลางในระยะซิสโตลิกและไดแอสโตลิกแยกจากกันได้
| วิธี | ความแม่นยำโดยทั่วไป | ความไวต่อการเคลื่อนไหว | เหมาะสำหรับ |
|---|---|---|---|
| การวาดขอบด้วยมือ | ปานกลาง | สูง | ตัวอย่างแบบคงที่หรือไม่เคลื่อนไหว |
| การทำ Thresholding | ปานกลาง | ปานกลาง | การเรืองแสงที่มีคอนทราสต์สูง |
| โปรไฟล์ FWHM | ดี | ต่ำถึงปานกลาง | การถ่ายภาพแบบเรียลไทม์ที่มีเกรเดียนต์ความเข้ม |
| การจับขอบระดับซับพิกเซล | สูง | ต่ำ | หลอดเลือดขนาดเล็ก การศึกษาเชิงพลวัต |
ตัวอย่างภาคสนามที่อาร์ติแฟกต์จากความเคลื่อนไหวเกือบทำให้การศึกษานั้นล้มเหลว
กลุ่มวิจัยด้านระบบหัวใจและหลอดเลือดของมหาวิทยาลัยแห่งหนึ่งในภาคใต้ของจีน ใช้ระบบวิเคราะห์การไหลเวียนของเลือดแบบอัตโนมัติเพื่อวัดเส้นผ่านศูนย์กลางของหลอดเลือดแดงเอออร์ตาด้านหลังในตัวอ่อนปลาเซเบอร์ฟิช ชุดข้อมูลแรกแสดงความผันผวนอย่างมาก ซึ่งไม่สอดคล้องกับปฏิกิริยาทางเภสัชวิทยาที่คาดไว้ ทีมงานสงสัยว่าเกิดจากผลทางชีวภาพ แต่รูปแบบดังกล่าวกลับแปรปรวนเกินไป
เมื่อพิจารณาภาพวิดีโอดิบอย่างใกล้ชิด จึงพบสาเหตุของปัญหา ขอบของหลอดเลือดเคลื่อนไหวตามจังหวะการเต้นของหัวใจ และอัลกอริธึมการติดตามตำแหน่งได้ล็อกไปยังจุดต่าง ๆ บนขอบดังกล่าวในแต่ละเฟรม ส่งผลให้ค่าเส้นผ่านศูนย์กลางที่วัดได้มีการกระโดดสูงกว่าการเปลี่ยนแปลงที่แท้จริง วิธีแก้ไขประกอบด้วยการเพิ่มอัตราเฟรม การเพิ่มขั้นตอนการจัดเรียงภาพย้อนหลัง (retrospective gating) และการเปลี่ยนจากวิธีการใช้ค่าเกณฑ์แบบง่ายไปเป็นวิธีการวิเคราะห์โปรไฟล์ความเข้มของพิกเซล ผลจากชุดข้อมูลรอบถัดไปแสดงปฏิกิริยาที่ชัดเจนและตีความได้ สรุปแล้ว ปรากฏการณ์ทางชีวภาพนั้นปกติดีมาโดยตลอด แต่กระบวนการวัดกลับมีข้อบกพร่อง
ปัญหาแบบนั้นไม่ใช่เรื่องที่เกิดขึ้นน้อยเลย ปรากฏการณ์การเคลื่อนไหวขณะถ่ายภาพ (motion artifact) คือหนึ่งในสาเหตุที่พบบ่อยที่สุดที่ทำให้ค่าการวัดเส้นผ่านศูนย์กลางดูมีความแปรปรวนสูง ระบบคุณภาพดีจะมีเครื่องมือช่วยจัดการกับปัญหานี้ แต่ผู้ใช้งานยังคงต้องรู้จักสังเกตและระบุปัญหานั้นได้เอง
สิ่งที่ระบบหนึ่งๆ สามารถหรือไม่สามารถรับรองได้
ไม่มีระบบถ่ายภาพใดที่สามารถวัดเส้นผ่านศูนย์กลางของหลอดเลือดได้อย่างสมบูรณ์แบบ ความละเอียดเชิงแสงกำหนดขีดจำกัดต่ำสุดที่เป็นไปได้ การให้ยาสลบอาจเปลี่ยนระดับความตึงตัวของหลอดเลือด หลอดเลือดที่อยู่ลึกจะทำให้แสงกระเจิงและขอบภาพพร่ามัว หลอดเลือดฝอยที่เล็กมากอาจมีขนาดต่ำกว่าขีดจำกัดการใช้งานจริงของเลนส์วัตถุที่ใช้ ระบบใดก็ตามที่รายงานค่าตัวเลขโดยไม่ระบุช่วงความไม่แน่นอนของค่านั้น กำลังซ่อนข้อมูลบางอย่างไว้
เป้าหมายที่ใช้งานได้จริงคือความซ้ำซ้อนในการวัด (repeatability) หากการวัดหลอดเลือดเดียวกันสองครั้งให้ผลลัพธ์เท่ากันภายในช่วงความคลาดเคลื่อนที่ทราบแน่ชัด แสดงว่าระบบดังกล่าวมีประโยชน์ แต่หากค่าที่วัดได้เปลี่ยนแปลงไปเมื่ออัตราเฟรมเปลี่ยนแปลง ค่าการวัดนั้นก็ไม่น่าเชื่อถือ
Hunter Lab (Hunter) ผลิตอุปกรณ์สำหรับห้องปฏิบัติการใช้กับปลาเซบราฟิช โดยใส่ใจในรายละเอียดด้านแสงและกลศาสตร์ที่ส่งผลต่อการวัดเส้นผ่านศูนย์กลาง ด้านการผลิตและการควบคุมคุณภาพช่วยรับประกันความมั่นคงที่จำเป็นสำหรับการถ่ายภาพความเร็วสูงและการวิเคราะห์ระดับซับพิกเซล สำหรับห้องปฏิบัติการที่ต้องเปรียบเทียบขนาดเส้นผ่านศูนย์กลางของหลอดเลือดภายใต้เงื่อนไขการทดลองที่แตกต่างกัน หรือเปรียบเทียบข้ามช่วงเวลา ความมั่นคงนี้คือสิ่งที่ทำให้ข้อมูลนั้นมีคุณค่าเพียงพอที่จะนำมาวิเคราะห์