Effect van verschillende funduscamera’s en beeldresoluties op automatische metingen van retinale vaatparameters

Waarom foto’s van het oog verschillende verhalen kunnen vertellen

Artsen gebruiken steeds vaker foto’s van de achterkant van het oog om iets te leren over hart‑ en hersengezondheid, omdat de kleine bloedvaten daar weerspiegelen wat er in de rest van het lichaam gebeurt. Maar die beelden worden met vele verschillende camera’s en instellingen gemaakt. Deze studie stelt een eenvoudige maar cruciale vraag: veranderen die technische verschillen ongemerkt de cijfers die artsen en onderzoekers uit oogfoto’s aflezen — zoals hoe breed, kronkelig of complex de vaten lijken — zodanig dat dit diagnoses en onderzoek beïnvloedt?

Het lichaam bekijken via het oog

De bloedvaten in het netvlies, de lichtgevoelige laag achter in het oog, zijn direct en niet-invasief zichtbaar. In het afgelopen decennium hebben grote studies aangetoond dat de breedte, vorm en vertakkingspatroon van deze vaten samenhangen met hoge bloeddruk, diabetes, beroerte, hart‑ en nierziekten en bepaalde oogaandoeningen. Om oogfoto’s om te zetten in bruikbare getallen gebruiken onderzoekers gespecialiseerde computerprogramma’s die de gemiddelde vatbreedte meten, hoe kronkelig de vaten zijn, en hoe rijk vertakt het netwerk is. Deze metingen worden steeds vaker gebruikt als potentiële vroegtijdige waarschuwingen voor ziekte en als markers om behandelresultaten te volgen.

Hoe de studie camera’s en beeldscherpte testte

De auteurs werkten met 54 oogbeelden van 27 gezonde volwassenen, elk op dezelfde dag gefotografeerd met twee gangbare funduscamera’s van verschillende fabrikanten. Ze analyseerden alle beelden met dezelfde semi‑automatische software, VAMPIRE genaamd, die de oogzenuw identificeert, de hoofdslagaders en -aders vindt, en vatbreedte, tortuositeit (hoe gekruld de vaten zijn) en een "fractal" maat berekent die de complexiteit van het vertakkingsnetwerk vastlegt. Eerst vergeleken ze beelden van de twee camera’s nadat ze ze op dezelfde grootte hadden geschaald, zodat alleen de camerahardware en ingebouwde verwerkingen verschilden. Vervolgens maakten ze van beelden van één camera meerdere versies met steeds lagere resoluties om te zien hoe alleen beeldscherpte de metingen beïnvloedde.

Wat er veranderde toen de camera’s werden verwisseld

Zelfs toen de onderzoekers beide camera’s beelden hetzelfde aantal pixels gaven, kwamen de gemeten vatkenmerken niet overeen. Belangrijke waarden, zoals gemiddelde arteriële en veneuze breedte en de complexiteit van het vaatnetwerk, waren systematisch maar bescheiden verschillend tussen de twee apparaten. Voor de meeste van deze parameters werd de overeenstemming tussen camera’s slechts als slecht tot matig beoordeeld, wat betekent dat cijfers van het ene systeem niet zonder meer als afkomstig van het andere kunnen worden behandeld. Deze kleine maar consistente verschuivingen zijn waarschijnlijk toe te schrijven aan verschillen in optiek, sensoren en de manier waarop elke camera kleur en contrast verwerkt voordat de foto wordt opgeslagen.

Wat er gebeurde wanneer beelden grover werden

Wanneer dezelfde originele oogafbeelding bij steeds lagere resoluties werd opgeslagen, rapporteerde de software dat arteriën en venen breder werden, en dat zowel arteriën als venen meer tortuös leken. Tegelijkertijd nam de berekende complexiteit van het vaatnetwerk af, doordat fijne vertakkingen verloren gingen in de vervaging. Deze veranderingen werden groter naarmate de resolutie daalde. Statistische tests lieten systematische en proportionele biases zien: bij lagere resolutie comprimeerde de software het bereik van waarden, waardoor subtiele verschillen tussen mensen moeilijker te zien waren en metingen afhankelijk van hun begingrootte werden uitvergroot of verkleind. Sommige samenvattende verhoudingen, zoals de verhouding tussen arteriële en veneuze breedte, werden minder beïnvloed, maar ook hun betrouwbaarheid verslechterde naarmate beelden grover werden.

Waarom dit belangrijk is voor patiënten en onderzoek

De belangrijkste boodschap voor niet‑specialisten is dat de cijfers die uit oogfotografie worden gerapporteerd niet puur biologisch zijn; ze worden ook gevormd door de camera en door hoe scherp het beeld is. Studies die foto’s van verschillende apparaten of resoluties mengen zonder correctie kunnen misleidende conclusies trekken, en artsen kunnen metingen die met verschillende opstellingen zijn gedaan niet veilig vergelijken alsof ze identiek zijn. De auteurs pleiten ervoor dat toekomstig werk oogbeeldvorming standaardiseert naar hoge, consistente resolutie en methoden ontwikkelt om te corrigeren voor verschillen tussen camera’s, zodat retinale vaatmetingen echt kunnen dienen als betrouwbare, vergelijkbare markers van vasculaire gezondheid.

Bronvermelding: Cunnac, P., Boussat, B., Hogg, S. et al. Effect of using different fundus cameras and image resolutions on automatic measurements of retinal vascular parameters. Sci Rep 16, 14366 (2026). https://doi.org/10.1038/s41598-026-44196-y

Trefwoorden: retinale beeldvorming, funduscamera's, beeldresolutie, vasculaire biomarkers, geautomatiseerde beeldanalyse