乾癬と老化のバイオマーカー自動抽出のための光音響メソスコピーによるヒト皮膚の機械学習分析

Machine learning analysis of human skin by optoacoustic mesoscopy for automated extraction of psoriasis and aging biomarkers.

抄録

超広帯域ラスタースキャン光超音波メソスコピー（RSOM）は、表皮および真皮構造を生体内で可視化する前例のない能力を実証した新しいモダリティである。しかし、3次元RSOMデータセットの自動的かつ定量的な解析は未開拓である。本研究では、我々のフレームワークを紹介する：ディープラーニングRSOM解析パイプライン（DeepRAP）は、RSOMによって記録された皮膚の形態学的特徴を解析・定量化し、疾患の特徴付けのための画像バイオマーカーを抽出する。DeepRAPは、畳み込みニューラルネットワークと転移学習に基づくマルチネットワークセグメンテーション戦略を用いる。この戦略により、皮膚層の自動認識と、それに続く真皮微小血管系のセグメンテーションが、人間の評価と同等の精度で可能となった。DeepRAPは、治療中の乾癬患者25人を対象に、手作業によるセグメンテーションと比較して検証され、われわれのバイオマーカー抽出は、医師による評価や組織学的検査と強い相関を示しながら、疾患の重症度や進行をよく特徴付けることが示された。ユニークな検証実験として、10人の健康なボランティアの閉塞誘発充血の時系列シーケンスにDeepRAPを適用した。閉塞と解放の過程でバイオマーカーがどのように減少・回復するかを観察し、DeepRAPの正確な性能と再現性を実証した。さらに、75人のボランティアのコホートを分析し、加齢と微小血管の特徴との関係をin-vivoで定義した。より正確には、真皮層の微細な微小血管の特徴が、加齢と最も強い相関があることを明らかにした。われわれが新たに開発したフレームワークにより、ヒトの皮膚形態と微小血管系をin-vivoで迅速に研究できるようになったことで、生検研究に取って代わることが期待され、RSOMのトランスレーショナルな可能性が高まった。

Ultra-wideband raster-scan optoacoustic mesoscopy (RSOM) is a novel modality that has demonstrated unprecedented ability to visualize epidermal and dermal structures in-vivo. However, an automatic and quantitative analysis of three-dimensional RSOM datasets remains unexplored. In this work we present our framework: Deep Learning RSOM Analysis Pipeline (DeepRAP), to analyze and quantify morphological skin features recorded by RSOM and extract imaging biomarkers for disease characterization. DeepRAP uses a multi-network segmentation strategy based on convolutional neural networks with transfer learning. This strategy enabled the automatic recognition of skin layers and subsequent segmentation of dermal microvasculature with an accuracy equivalent to human assessment. DeepRAP was validated against manual segmentation on 25 psoriasis patients under treatment and our biomarker extraction was shown to characterize disease severity and progression well with a strong correlation to physician evaluation and histology. In a unique validation experiment, we applied DeepRAP in a time series sequence of occlusion-induced hyperemia from 10 healthy volunteers. We observe how the biomarkers decrease and recover during the occlusion and release process, demonstrating accurate performance and reproducibility of DeepRAP. Furthermore, we analyzed a cohort of 75 volunteers and defined a relationship between aging and microvascular features in-vivo. More precisely, this study revealed that fine microvascular features in the dermal layer have the strongest correlation to age. The ability of our newly developed framework to enable the rapid study of human skin morphology and microvasculature in-vivo promises to replace biopsy studies, increasing the translational potential of RSOM.