超级CCM:一个开源的Python工具包用于对焦显微镜图像中角膜神经纤维的自动定量
Qincheng Qiao1,2,3, Tongxin Ren1,2, Li Chen1
1Department of Endocrinology and Metabolism, Qilu Hospital of Shandong University, Jinan, China.
Translational vision science & technology
|November 18, 2025
概括
超CCM是一个新的开源Python包用于自动化角膜共聚焦显微镜 (CCM) 图像分析. 它提供了对角膜神经形态的先进量化,改进了神经退行性疾病研究的现有工具.
科学领域:
- 眼科医生 眼科 眼科
- 神经科学是一个神经科学.
- 医疗成像医学成像
背景情况:
- 角膜共聚焦显微镜 (CCM) 对于通过角膜神经分析检测神经退行性疾病至关重要.
- 当前的自动化工具 (例如,ACCMetrics) 已经过时,缺乏可扩展性.
- 现有的深度学习模型通常是单一任务的,而不是开源的.
研究的目的:
- 介绍SuperCCM,这是一个完全自动化的,模块化的,开源的Python包,用于全面的CCM图像分析.
- 解决当前自动化CCM分析工具的局限性.
- 促进使用CCM检测神经退行性疾病的先进研究.
主要方法:
- 超级CCM集成了细分,骨架,拓建模和参数提取.
- 使用精细注释的数据集 (SuperCCM-FineSet) 进行培训细分模型.
- 采用多阶段培训和绩效评估,使用cDice和手册注释.
主要成果:
- 实现了高的细分精度 (clDice 0.879 与VGG-11 + U-Net).
- 证明与手册注释对形态定量化的强烈一致性.
- 在关键参数的类内相关性和错误率上表现优于ACCMetrics.
结论:
- 超级CCM为临床CCM图像分析提供了一个可扩展的开源框架.
- 能够准确,自动量化角膜神经参数.
- 支持新型深度学习模型的整合,并促进可重现的研究.


