团队使用开源工具箱进行临床血管造影图像的协调分析

萨里大学的访问高级研究员Danuta Sampson博士和她的同事们采用了开放的研究原则，以支持新型生物标志物的发现，旨在降低血管疾病的死亡率，这是全球死亡的主要原因。

对微血管(人体内最小的血管)的准确评估可以识别导致血管疾病死亡率下降的生物标志物。光学相干层析血管造影术(OCTA)是一种非侵入性的方式，能够成像微血管在人类视网膜和皮肤。OCTA研究使用了许多不同的基于实验室和商业的临床仪器、成像协议、数据分析方法和指标，通常应用不一致，只有部分报道，导致令人困惑的图像，这是OCTA生物标志物发现进展的主要障碍。

开放数据和软件共享，以及来自不同研究的数据的交叉比较和汇集是罕见的。缺乏良好的开放科学实践阻碍了健康和患病视网膜和皮肤的OCTA注释图像的大型数据库的建立，而这些图像是研究和定义特定疾病特征所必需的。研究团队的项目旨在通过引入并公开提供支持OCTA的软件来消除这一障碍图像分析以透明、协调和最终标准化的方式。

该团队使用皮肤OCTA图像开发和优化了一个用于OCTA图像分析的工具箱。他们使用来自他们自己的和不同的商业和非商业仪器和样本的OCTA图像验证了优化的软件。

研究人员创建了一个集成的MATLAB-ImageJ工具包(OCTAVA-OCTA血管分析器)，具有用户友好的界面，用于处理和分析OCTA图像。来自各种OCTA图像的定量结果表明，OCTAVA可以准确和可重复地确定表征的指标微脉管系统．OCTAVA软件在开放的存储库中，以促进透明和高效的协作。源代码可在Github．编译后的MATLAB应用程序或软件的独立版本-为没有MATLAB许可证的用户提供Sourceforge或者根据要求。所有软件和源代码在MIT许可下都是开源的。

目前还没有广泛可用的大规模OCTA数据集。OCTAVA开放获取意味着它可以通过国际实验室和临床研究社区进一步验证，最终成为OCTA数据分析的标准化软件。这将使建立健康和疾病微血管系统的大型跨机构规范数据库成为可能。

如此庞大的数据集将能够确定最敏感的生物标志物，以区分健康和血管疾病。

相关研究发表在光:科学与应用而且《公共科学图书馆•综合》．