„Supervised Automated Kinetic Perimetry“ (SAKP) mit simulierten Gesichtsfelddaten – Vorstellung einer neuen Untersuchungstechnik

Zusammenfassung

Hintergrund Entwicklung, Optimierung, Training und Evaluation eines Algorithmus zur Durchführung der Supervised Automated Kinetic Perimetry (SAKP) unter Verwendung digitalisierter, simulierter perimetrischer Daten.

Methoden Der ursprüngliche SAKP-Algorithmus basierte auf den Ergebnissen einer multizentrischen Normwertstudie unter Verwendung der halbautomatischen kinetischen Perimetrie (SKP) und einer in Japan entwickelten automatisierten Untersuchungsmethode mit bewegten Messmarken („Program K“), welche die äußeren Winkel von Isopterensegmenten auswertete und auf Abweichungen von erwarteten Werten mit dort platzierten Untersuchungsvektoren zur Vermessung der GF-Außengrenzen (GF: Gesichtsfeld) reagierte. Diese Vorgehensweise wurde ergänzt durch spezielle Interpolationsverfahren zur Erstellung individueller 3-D-Sehhügel und sog. lokaler „Sondiervektoren“ zur Optimierung der Exzentrizität der Vektorursprünge. Dieser Algorithmus wurde iterativ für 7 repräsentative digitalisierte 3-dimensionale GF-Befunde aus 5 typischen Klassen trainiert und sukzessiv optimiert: (1) normales GF, (2) zentrales Skotom, (3) konzentrische GF-Konstriktion, (4) retinale nervenfaserbedingte GF-Defekte (= GFD) und (5) GFD mit Respektierung des vertikalen Meridians. Der optimierte SAKP-Algorithmus wurde anschließend auf einen neuen Satz von 20 3-dimensionalen GF-Befunden unterschiedlicher Herkunft und unterschiedlichen Schweregrades angewendet. Die primären Zielgrößen waren die Übereinstimmung zwischen dem tatsächlichen und dem bewerteten GF, ausgedrückt als Genauigkeit (A), d. h. das Verhältnis zwischen der Fläche der korrekten Vorhersagen und der gesamten (berücksichtigten) Fläche der Vorhersagen (von 0 = schlechteste bis 1 = beste) sowie die Untersuchungsdauer (T). Die Ergebnisse sind als Median (und Interquartilsbereich) angegeben. Die Robustheit der Prüfung wurde auch durch Variation der individuellen Fehlerquote (ER) und der Fehlergröße (EM) überprüft.

Ergebnisse Median und Interquartilsbereich (= IQR, in Klammern angegeben) für die Gesamtheit der 20 repräsentativen GF waren 0,93 (0,02) für A bzw. 7,0 min (5,2 min) für T. A war am besten im Fall altitudinaler GFD und GFD mit hemianopem Charakter mit makularer Aussparung jeweils 0,98) und am schlechtesten im Fall superiorer keilförmiger GFD (0,78); T war am kürzesten im Fall der Verschiebung des blinden Flecks (3,9 min) und am längsten im Fall der GFD mit hemianopem Charakter und makularer Aussparung bei erhaltener temporaler Sichel (12,1 min). Die ER und EM (jeweils bis zu 30%) hatten einen vergleichsweise geringen Einfluss auf A bzw. T.

Schlussfolgerung Der hier vorgestellte SAKP-Algorithmus erreicht – bei akzeptablen Untersuchungszeiten – einen vergleichsweise hohen Grad an Genauigkeit und Robustheit in Bezug auf die tatsächlichen, simulierten Gesichtsfelddaten. Die Anwendung dieses Algorithmus auf reale Patientenuntersuchungen unter klinischen Bedingungen ist derzeit in Vorbereitung.

Fazit

• Eine Automatisierung und damit Standardisierung kinetischer Perimetrieverfahren ist möglich und lässt sich erfolgreich auf repräsentative, simulierte Gesichtsfeldausfälle anwenden.

• Unter Verwendung von Schnitt- und Vereinigungsmengen von ermittelten und vorgegebenen/simulierten Gesichtsfeldbefunden lässt sich die Güte („Accuracy“) des Verfahrens nachvollziehbar quantifizieren.

• Ein Vergleich des automatisierten Perimetriealgorithmus unter klinischen Bedingungen mit konventionellen manuell-kinetischen Verfahren ist in Vorbereitung.

Conclusion

• Automation and therefore standardisation in kinetic perimetry procedures is possible and can be applied successfully to representative simulated visual field defects.

• The accuracy of the procedure may be quantified in a comprehensible manner by using intersection and union sets from (determined and predefined/simulated) visual field results.

• A comparison between an automated perimetry algorithm under clinical conditions against conventional manual kinetic methods is in preparation.

Schlüsselwörter

kinetische Perimetrie - automatisierte kinetische Perimetrie - Automatisierung - Qualität - Genauigkeit - Untersuchungsdauer

Publikationsverlauf

Eingereicht: 13. Juni 2024

Angenommen: 23. September 2024

Artikel online veröffentlicht:
06. Dezember 2024

• References/Literatur

• 1 Taylor JF. Vision and driving. Practitioner 1982; 226: 885-889
• 2 Enoch J, McDonald L, Jones L. et al. Evaluating Whether Sight Is the Most Valued Sense. JAMA Ophthalmol 2019; 137: 1317-1320
• 3 Johnson CA, Keltner JL. Incidence of visual field loss in 20,000 eyes and its relationship to driving performance. Arch Ophthalmol 1983; 101: 371-375
• 4 Deutsche Ophthalmologische Gesellschaft (DOG), Berufsverband der Augenärzte Deutschlands (BVA). Fahreignungsbegutachtung 2019. 7. Aufl.. München: Deutsche Ophthalmologische Gesellschaft; 2019
• 5 Rohrschneider K, Tost F. Verkehrstauglichkeit beim Glaukom. Ophthalmologie 2023; 120: 1071-1084
• 6 Nevalainen J, Paetzold J, Papageorgiou E. et al. Specification of progression in glaucomatous visual field loss, applying locally condensed stimulus arrangements. Graefes Arch Clin Exp Ophthalmol 2009; 247: 1659-1669
• 7 Schiefer U, Pascual JP, Edmunds B. et al. Comparison of the new perimetric “German Adaptive Threshold Estimation” (GATE) strategy with conventional full-threshold and SITA Standard strategies. Invest Ophthalmol Vis Sci 2009; 50: 488-494
• 8 Schiefer U, Papageorgiou E, Sample PA. et al. Spatial pattern of glaucomatous visual field loss obtained with regionally condensed stimulus arrangements. Invest Ophthalmol Vis Sci 2010; 51: 5685-5689
• 9 Weleber RG, Smith TB, Peters D. et al. VFMA: Topographic Analysis of Sensitivity Data From Full-Field Static Perimetry. Transl Vis Sci Technol 2015; 4: 14
• 10 Zrenner E, Holder GE, Schiefer U. et al. Quality Control Procedures and Baseline Values for Electroretinography, Perimetry, Color Vision, and Visual Acuity in an International Multicenter Study: Observations from a Safety Trial in Chronic Stable Angina Pectoris. Transl Vis Sci Technol 2020; 9: 38
• 11 Zrenner E, Holder GE, Schiefer U. et al. Three-Year Changes in Visual Function in the Placebo Group of a Randomized Double-Blind International Multicenter Safety Study: Analysis of Electroretinography, Perimetry, Color Vision, and Visual Acuity in Individuals With Chronic Stable Angina Pectoris. Transl Vis Sci Technol 2022; 11: 2
• 12 Jansonius NM, Nevalainen J, Selig B. et al. A mathematical description of nerve fiber bundle trajectories and their variability in the human retina. Vision Res 2009; 49: 2157-2163
• 13 Jansonius NM, Schiefer J, Nevalainen J. et al. A mathematical model for describing the retinal nerve fiber bundle trajectories in the human eye: Average course, variability, and influence of refraction, optic disc size and optic disc position. Exp Eye Res 2012; 105: 70-78
• 14 Hood DC, Nguyen M, Ehrlich AC. et al. A Test of a Model of Glaucomatous Damage of the Macula With High-Density Perimetry: Implications for the Locations of Visual Field Test Points. Transl Vis Sci Technol 2014; 3: 5
• 15 Qiu K, Schiefer J, Nevalainen J. et al. Influence of the Retinal Blood Vessel Topography on the Variability of the Retinal Nerve Fiber Bundle Trajectories in the Human Retina. Invest Ophthalmol Vis Sci 2015; 56: 6320-6325
• 16 Diem R, Molnar F, Beisse F. et al. Treatment of optic neuritis with erythropoietin (TONE): a randomised, double-blind, placebo-controlled trial–study protocol. BMJ Open 2016; 6: e010956
• 17 Lagrèze WA, Küchlin S, Ihorst G. et al. Safety and efficacy of erythropoietin for the treatment of patients with optic neuritis (TONE): a randomised, double-blind, multicentre, placebo-controlled study. Lancet Neurol 2021; 20: 991-1000
• 18 Schiefer U, Wilhelm H. [Visual field compendium. Interpretation of perimetry findings. Comprehensive diagnostic measures]. Klin Monbl Augenheilkd 1995; 206: 206-238
• 19 Dolderer J, Vonthein R, Johnson CA. et al. Scotoma mapping by semi-automated kinetic perimetry: the effects of stimulus properties and the speed of subjectsʼ responses. Acta Ophthalmol Scand 2006; 84: 338-344
• 20 Vonthein R, Rauscher S, Paetzold J. et al. The normal age-corrected and reaction time-corrected isopter derived by semi-automated kinetic perimetry. Ophthalmology 2007; 114: 1065-1072
• 21 Nevalainen J, Paetzold J, Krapp E. et al. The use of semi-automated kinetic perimetry (SKP) to monitor advanced glaucomatous visual field loss. Graefes Arch Clin Exp Ophthalmol 2008; 246: 1331-1339
• 22 Wetzel D, Ungewiss J, Wörner M. et al. Dissociation between red and white stimulus perception: A perimetric quantification of protanopic color vision deficiencies. PLoS One 2021; 16: e0260362
• 23 Schiefer U, Wilhelm H, Hart W. Clinical Neuro-Ophthalmology. Berlin: Springer; 2007
• 24 Ungewiss J, Schiefer U. Perimetrie in der neuroophthalmologischen Funktionsdiagnostik: Indikation – Methoden – Topodiagnostik. Klin Monbl Augenheilkd 2018; 235: 1218-1228
• 25 Hashimoto S, Matsumoto C, Okuyama S. et al. Development of a New Fully Automated Kinetic Algorithm (Program K) for Detection of Glaucomatous Visual Field Loss. Invest Ophthalmol Vis Sci 2015; 56: 2092-2099
• 26 Buhmann MD. Radial basis functions. Acta Numer 2000; 9: 1-38
• 27 Voronoi MG. Nouvelles applications des paramètres continus à la théorie des formes quadratiques. J Reine Angew Math 1908; 134: 198-287
• 28 Aurenhammer F. Voronoi diagrams – a survey of a fundamental geometric data structure. ACM Comput Surv 1991; 23: 345-405
• 29 Heijl A, Krakau CET. A Note on Fixation During Perimetry. Acta Ophthalmol (Copenh) 1977; 55: 854-861
• 30 Harwerth RS, Carter-Dawson L, Shen F. et al. Ganglion cell losses underlying visual field defects from experimental glaucoma. Invest Ophthalmol Vis Sci 1999; 40: 2242-2250
• 31 Barnes CS, Schuchard RA, Birch DG. et al. Reliability of Semiautomated Kinetic Perimetry (SKP) and Goldmann Kinetic Perimetry in Children and Adults With Retinal Dystrophies. Transl Vis Sci Technol 2019; 8: 36
• 32 Johnson CA, Wall M, Thompson HS. A history of perimetry and visual field testing. Optom Vis Sci 2011; 88: E8
• 33 Schiefer U, Rauscher S, Hermann A. et al. Realization of semi-automated kinetic perimetry (SKP) with Interzeag 101 instrument. In: Perimetry Update 2002/2003. The Hague, The Netherlands: Kugler Publications; 2003: 233-238
• 34 Schiefer U, Nowomiejska K, Krapp E. et al. K-Train – a computer-based, interactive training program with an incorporated certification system for practicing kinetic perimetry: evaluation of acceptance and success rate. Graefes Arch Clin Exp Ophthalmol 2006; 244: 1300-1309 Faraj
• 35 Weleber RG, Tobler WR. Computerized quantitative analysis of kinetic visual fields. Am J Ophthalmol 1986; 101: 461-468
• 36 Deutsches Institut für Normung. DIN ISO 5725-1: 1997-11, Genauigkeit (Richtigkeit und Präzision) von Meßverfahren und Meßergebnissen – Teil 1: Allgemeine Grundlagen und Begriffe (ISO 5725-1: 1994). https://www.dinmedia.de/de/norm/din-iso-5725-1/3050093 Stand: 2024-10-04
• 37 Nowomiejska KE, Vonthein R, Paetzold J. et al. Comparison between semiautomated kinetic perimetry and conventional Goldmann manual kinetic perimetry in advanced visual field loss. Ophthalmology 2005; 112: 1343-1354
• 38 Weleber RG, Smith TB, Peters D. et al. VFMA: Topographic Analysis of Sensitivity Data From Full-Field Static Perimetry. Transl Vis Sci Technol 2015; 4: 14
• 39 Aichroth P, Battis V, Dewes A. et al. Anonymisierung und Pseudonymisierung von Daten für Projekte des maschinellen Lernens. 2020. Zugriff am 04. Oktober 2024 unter: https://www.bitkom.org/sites/default/files/2020-10/201002_lf_anonymisierung-und-pseudonymisierung-von-daten.pdf
• 40 Toma M, Bönisch C, Löhnhardt B. et al. Research collaboration data platform ensuring general data protection. Sci Rep 2024; 14: 11887
• 41 Yadav SS, Jadhav SM. Deep convolutional neural network based medical image classification for disease diagnosis. J Big Data 2019; 6: 113
• 42 Cai L, Gao J, Zhao D. A review of the application of deep learning in medical image classification and segmentation. Ann Transl Med 2020; 8: 713
• 43 Mönter VM, Crabb DP, Artes B. Reclaiming the periphery: Automated kinetic perimetry for measuring peripheral visual fields in patients with glaucoma. Invest Ophthalmol Vis Sci 2017; 58: 868-875
• 44 Nowomiejska J, Wrobel-Dudzinska K, Ksaizek K, Ksziazek P, Rejdak K, Maciejewski R, Juenemann AG, Rejdak R. Semi-automated kinetic perimetry provides additional information to static automated perimetry in the assessment of the remaining visual field in end-stage glaucoma. Ophthalmic Physiol Opt 2015; 35: 147-154