评估视觉感知以评估重建皮瓣健康

概要
背景
在临床明显之前检测失败的组织瓣有可能改善术后皮瓣管理和抢救率。该研究展示了一种模型，用于定量比较通过数码相机记录的临床外观与空间频域成像（SFDI），这是一种利用图案化照明生成总血红蛋白和组织氧饱和度图像的非侵入性成像技术。

方法
使用猪蒂模型，其中血流被闭塞袖口小心控制并用超声探头监测，在每个动脉或静脉中，吞吐量减少了25％，50％，75％和100％的基线值。皮瓣。对数码相机记录的颜色变化进行量化，以预测人眼可见的哪种遮挡水平。 SFDI还用于量化生理参数的变化，包括与每个闭塞相关的总血红蛋白和氧饱和度。

结果
在任何闭塞水平期间，与人类视觉相关的显著感知水平之上的颜色没有统计学上显著的变化。然而，在动脉和静脉闭塞的50％，75％和100％闭塞水平下检测到的总血红蛋白和组织氧饱和度水平有统计学上的显著变化。

结论
如彩色成像数据所证明的，在发生显著的闭塞之前难以检测视觉皮瓣变化。 SFDI能够在可察觉之前检测到部分闭塞导致的总血红蛋白和组织氧饱和度的变化，从而可能改善响应时间和补救率。

关键词：空间频域成像，皮瓣重建，色觉

1.简介
通常利用游离瓣修复来修复各种复杂缺陷。据报道，在主要的显微外科中心，游离组织转移的成功率在91-99％之间[1-6]。据报道，5-25％的游离皮瓣经历了重新探查微血管受损或其他因素，其中37-81％被成功挽救[3,5,6]。降低挽救率的一个潜在原因可能是确定皮瓣何时失效的延迟，因为外部可见的微血管损害迹象通常滞后于煽动事件。大量研究表明，早期检测和干预失败的皮瓣与改善预后相关[3,5]。部分闭塞特别难以检测，并且可以对流动力学产生显著影响，通过常规监测仅有微妙的明显变化。很少有动物研究专注于研究这些部分闭塞[7]，但是检测这些早期闭塞阶段的能力对于提高受损组织瓣的挽救率至关重要[4,5,8]。

为了提供最佳的游离皮瓣监测，已经开发了许多方法，但临床床旁监测是唯一普遍存在的标准[4]。温度，毛细管再填充率，多普勒信号和颜色等特征以及这些参数随时间的变化被用来确定何时采取回弹进行探查[4,7,9]。为了提供更加定量的评估，一些研究已经开始研究用于研究组织瓣的其他技术。激光多普勒已成功用于动物检测部分闭塞[10]，并且多普勒超声已被用于监测人类手术后的组织瓣[11,12]。近红外光谱（NIRS）也被证明可用于识别动物的闭塞[13-15]并在临床环境中监测人类[6,16]。基于点测量的技术的主要缺点是它们缺乏识别大面积组织上的小问题区域的能力。使用像NIR荧光成像这样的成像技术可以立即监测整个皮瓣的灌注水平[17]。该技术的缺点是每次需要检查目标组织时需要注射诸如吲哚菁绿（ICG）的造影剂。由于对比度的半衰期有限，这可能增加额外的成本并且不适合频繁的预定监测。空间频域成像（SFDI）已用于有效量化完整[14,20]和部分[21]血管闭塞期间皮瓣[18,19]的生理参数变化。它是研究组织瓣的理想工具，因为它是一种非接触式技术，能够快速获取广泛的野外数据而无需外源造影剂。虽然所有这些技术都被用于研究组织瓣的不同有效性水平，但是很难测量它们提供的益处超出了基本人体监测所能评估的程度。这主要是因为人类监测本质上是主观的。

可以量化的人类监测的一个方面是与失败的皮瓣相关的颜色变化。监测颜色变化的可量化方法通常使用点测量色度计来完成，虽然在检查皮瓣时不是很突出，但它们通常用于分析疤痕[22,23]，葡萄酒色斑[24]和色素沉着病变[25,26]。 。最近的研究表明，数字摄影在适当分析时可以产生类似的有效结果[26,27]。这通常通过首先将彩色图像标准化为标准比例（通常为CIELAB）然后解释该新标度的差异以量化颜色变化（ΔE）来完成。由于ΔE的较大值表示颜色的较大变化，因此可以设定DE的最小值，其中人类视觉可以开始感知颜色的变化。这通常被称为恰好显著的差异（JND），但由于可感知的颜色差异在整个CIELAB颜色空间中并不完全一致，因此大多数研究人员认为JND可以在1到3之间[28-31]。专注于观察皮肤颜色变化的研究声称ΔE低于3是不明显的[32]。在这项研究中，作者量化了与经历不同程度的部分闭塞的猪组织瓣相关的颜色变化，以了解它们何时变得明显，并将这些结果与SFDI进行比较，以便更实际地评估该成像技术用于研究组织瓣的益处。虽然在所有动物模型中都存在局限性，但人类皮肤比任何其他容易获得的动物更接近猪皮肤。这是因为厚度，结构，毛囊，汗腺和皮下脂肪的相似性[33]。然而，约克郡猪的缺乏色素确实减少了与SFDI等光学成像技术相关的潜在真实世界并发症。

2.方法论
这些实验在University of California，Irvine Institutional Animal Care Use Committee批准的方案＃2006-2693下进行。用肌肉注射氯胺酮（20mg / kg）和甲苯噻嗪（2mg / kg）麻醉八只约克夏猪（30-50kg），并静脉注射戊巴比妥（10mg / kg）。用氧气（100％）和异氟烷（1-1.5％）对猪进行机械通气，并用加热垫维持体温（36-38℃）。在腹部区域提出基于腹壁下深血管的双侧12cm×7cm筋膜皮瓣。为了确保只有一组血管连接到皮瓣，除了通过腹壁下动脉和静脉的分支外，股动脉和静脉以及皮瓣之间的所有脉管系统都被结扎。可编程注射泵（NE-1000，New Era，Farmingdale，NY）将盐水注入闭塞气囊袖口（Docxs Biomedical，Ukiah，CA），使其在超声探头（TS-420，Transonic System）下充气和限制血流。 ，伊萨卡，纽约）监测血流量。在两个皮瓣上进行该外科手术，使得一个可以用作对照。在4只动物中，闭塞球囊和流量监测器连接到腹壁下动脉（典型直径约3mm），如图1（b）所示。在另外四只动物中，这些装置附着于深腹壁下静脉（典型直径约6mm）。将皮瓣缝合回原位约60分钟后，在两个皮瓣中建立基线血流。为了产生一系列部分闭塞，将闭塞箍编程为膨胀，直到血流减少基线值的25％并保持30分钟。然后将闭塞箍缩放30分钟，使组织瓣恢复。重复该过程以减少基线值的50％，75％和100％的流量。通常在四分钟内达到指定的流量水平。在动脉和静脉血管部分闭塞的典型实验中记录的血流变化如图1（c，d）所示。


图1
照片a）顶视图和b）典型猪蒂皮瓣制备的底面，标有仪器。在一系列典型的c）动脉和d）静脉部分闭塞期间，血流的时间过程发生变化。

成像仪器的设置已在别处描述[34]，但提供了简要概述。使用原型诊所兼容系统（v100，Modulated Imaging Inc.，Irvine，CA）收集皮瓣数据。成像仪器由两个交替采集数据的摄像机组成;用于SFDI的近红外（NIR）相机（LU160m，Lumenera Corp.，渥太华，加拿大）和用于收集图像以进行颜色分析的彩色相机（LU160c，Lumenera Corp.，Ottawa，Canada）。两个相机共同注册以查看相同的视野，并且交叉偏振器用于减少镜面反射。除了相机之外，SFDI还需要使用空间光调制器投射光源以创建空间调制照明。基于以前的工作[35]，以658,730和850nm为中心的LED用作光源，并且使用数字微镜器件（Discovery TM 3000，Texas Instruments Inc.，Dallas，TX）作为空间光调制器。 两个相机的视野大约为13.5cm×10.5cm。对于SFDI，每个LED在三个相位（0,120和240度）处投射两个频率（0和0.2mm-1）的正弦图案。在这一系列模式之前，投射白光以捕获数字彩色图像，这是临床印象的替代品，供以后分析。收集一个数据序列花费了大约12秒，并且该过程与呼吸机同步并且大约每30秒重复一次。使用Custom C＃软件（Modulated Imaging Inc.，Irvine，CA）来控制硬件。仪器的示意图如图2所示。


图2
成像系统和反馈遮挡系统图。

MATLAB（R2011b，Mathworks，Natick MA）用于将彩色图像从数码相机转换为CIELAB图像。首先将图像从红色，蓝色，绿色（RGB）转换为CIE 1931 XYZ色彩空间，然后使用CIE标准光源D65作为参考点转换为传统的CIE 1976（L *，a *，b *）色彩空间。一旦图像的每个像素在L *中表示，建立a *，b *颜色空间和基线图像以比较给定时间点处的像素值与基线图像中的相同像素，创建ΔE图像在每个时间点使用下面的等式1。 ΔE公式基本上表示L *，a *，b *颜色空间中两点之间的距离，其中较大距离表示较大且较明显的颜色差异低于[28-32]。

定制软件是用MATLAB编写的，用于分析先前已经描述过的SFDI数据[34]。对于每个空间频率，三相的解调用于确定反射图像的AC分量。基于每个波长的缩放蒙特卡罗生成的查找表，使用解调的反射率值来估计吸收和降低的散射系数属性[36]。精确定位不是使用SFDI系统获取数据的先决条件。通常，用于收集数据的系统可以容纳高达7厘米的变化。已经对与高度校正[37]和运动校正[38]相关的算法进行了研究，以改善SFDI系统的图像。为了进一步限制运动的影响，还在几秒钟内获得了图像的一些进步。使用具有已知光学性质的样品的表面轮廓测定校准测量来校正表面曲率的影响[3​​7]。吸收系数图用于生成氧合血红蛋白和脱氧血红蛋白的发色团浓度图，通过将氧合血红蛋白除以总血红蛋白，将两者或组织氧饱和度（stO2）相加，可以将其转换为总血红蛋白（ctTHb）。相对于每只动物各自的基线血液动力学SFDI数据计算总血红蛋白（ΔctTHb）和组织氧饱和度（ΔstO2）的变化。为了分析每个组织瓣中的参数值，选择在每个瓣的中心附近没有大血管的均匀感兴趣区域（ROI），大约2cm×2cm，使得该区域中的值可以一起平均。

为了评估每个皮瓣的颜色是否存在统计学上显著的变化，使用单尾，一个样本学生的t检验来观察每个咬合处的颜色变化（ΔE）是否高于JND水平3。水平（25％-100％）。类似地，通过比较测量的变化与基线值来测试使用SFDI导出的诸如stO2和ctTHb的参数的显著性。这些测试是通过在闭塞中间的时间点使用ROI中的平均参数值进行的，然后对同一组中的所有动物进行平均。小于0.05的p值被认为对该研究是显著的。

3.结果
为了突出在一系列部分静脉闭塞期间在动物中观察到的变异性，图3和图4显示了来自实验的图像的剪辑，其分别显示出最大和最小的颜色变化。每个图像集合呈现彩色图像以及在不同时间点用相同颜色图像覆盖的ΔE和ΔctTHb图像。时间点对应于基线图像以及每个遮挡水平的中点。为了更好地可视化参数，对ΔE图像进行阈值处理，以便仅显示高于3的值以强调JND。类似地，对ΔctTHb图像进行阈值处理，以便仅显示高于5％的变化，以避免看到较小的，可能与噪声相关的波动。


图3
彩色图像，覆盖的ΔE图像和覆盖的ΔHbT图像在不同的时间点对应于来自静脉阻塞实验的不同的闭塞水平，其显示最显著的颜色变化。


图4
彩色图像，覆盖的ΔE图像和覆盖的ΔHbT图像在不同的时间点对应于来自静脉阻塞实验的不同的闭塞水平，其显示最不显著的颜色变化。

在100％闭塞水平（无可测流量）下具有最显著的颜色变化（图3）的静脉阻塞实验在75％水平上也具有显著的颜色变化，但是在较小的闭塞水平下没有明显的变化超过所见的很大的另一方面，在每个闭塞水平的整个皮瓣中可以看到ctTHb变化。

在100％闭塞水平下具有最小统计学显著性颜色变化（图4）的静脉阻塞实验在该水平具有空间分散的变化，在75％水平几乎没有可感知的变化。尽管如此，在100％，75％和50％闭塞水平的整个皮瓣中可以看到ctTHb的变化。

除了具有误差条的平均值（标准偏差）之外，每个部分静脉阻塞实验的给定ROI中的两个参数的时间过程如图5所示。在任何一个ΔE中，在JND之上没有统计学上显著的变化。遮挡水平。在100％闭塞水平，ΔE的值从大于14变化到低于JND 3.在任何动物的25％或50％闭塞水平下，颜色没有变化。然而，在100％，75％和50％的闭塞水平下，ctTHb在统计学上显著高于平均基线值。


图5
a）ΔE和b）HbT的时间过程在所有静脉阻塞实验中发生变化。 给定遮挡水平的统计学显著变化用星号标记。

来自典型动脉闭塞实验的类似蒙太奇图像显示在图6中。在100％闭塞水平下整个皮瓣有明显变化，在75％水平有一些明显的变化。 在所有闭塞水平的整个皮瓣中都可以看到stO2的变化。


图6
对应于来自典型动脉闭塞实验的不同闭塞水平的不同时间点的彩色图像，重叠的ΔE图像和重叠的ΔstO2图像。

除了具有误差条（标准偏差）的平均值之外，每个部分动脉闭塞实验中给定ROI的ΔE和stO2的时间过程如图7所示。统计学上显著的stO2变化在50％，75％时观察到 和100％的遮挡水平。 在任何闭塞水平都没有统计学上显著的ΔE变化。 在100％遮挡水平下，ΔE的范围很宽，范围从7以上到恰好低于JND。 在部分遮挡水平，JND上方没有颜色变化。


图7
a）ΔE和b）stO2的时间过程在所有动脉闭塞实验中发生变化。给定遮挡水平的统计学显著变化用星号标记。

4.讨论
使用仔细控制血液流向隔离组织瓣的动物模型，作者可以研究部分闭塞的影响，并仔细评估与检测皮瓣损伤相关的各个方面。在患者中，这些部分闭塞可能最终导致完全闭塞和随后的皮瓣失效。检测部分闭塞的能力是重要的，因为它意味着在术后相对较早的时间点识别皮瓣功能障碍的潜力。这表明改善皮瓣挽救的可能性[3,5]。已经使用了几种成像和监测方式来尝试在术后即刻发现受损皮瓣，但与传统的间歇性体检相比，很难评估其有效性[5,7]。最近利用摄影进行远程皮瓣监测的研究表明，对皮瓣颜色和外观的仔细摄影评估可以更快速地识别失败的皮瓣，准确率为94.7％，而人体检查的准确率为98.7％[39,40] 。虽然这些研究利用皮瓣颜色和外观来展示与体检相当的远程评估，但评估仍然主要是主观的。在这里，作者使用一种技术来量化人类对颜色变化的感知，类似于其他人对疤痕和色素沉着病变所做的[22,25]，以便检查患者监测的有效性并将其与使用SFDI获得的结果进行比较。

对于给定的闭塞水平，从动物到动物的颜色变化存在显著的变化。虽然大多数动物在动脉和静脉组完全100％闭塞（无可测量的血流）期间有明显的皮瓣颜色变化，但两组中的一些动物没有。在部分闭塞实验期间，大多数动物的皮瓣颜色没有明显变化。然而，在静脉组75％的闭塞水平，颜色的一些变化略高于JND线。在猪中使用类似技术的其他组在闭塞期间看到了较大的颜色变化[7]，但这可能归因于它们将皮瓣遮挡更长时间的事实。虽然作者可能通过延长遮挡时间来创造更大的颜色变化，但最终作者有兴趣量化人类观察能够检测皮瓣衰竭的早期迹象。作者之前已经展示了SFDI检测与给定皮瓣灌注状态相关的多个生理参数的能力[21]。使用这些参数，特别是用于监测静脉闭塞的ctTHb和用于监测动脉闭塞的stO2，在检测皮瓣的变化方面明显更好。除了在检测100％闭塞水平的变化时更可靠之外，SFDI还有效地检测部分闭塞期间的变化。收集此实验的数据后，将在以后对其进行分析，但系统的当前版本可在获取后立即输出结果。目前的护理标准是每小时进行术后视力检查。 SFDI有可能在此检查中用作定量工具。

值得注意的是，这里使用的数码彩色相机在检测皮瓣颜色变化方面比无人帮助的人类感知更有效。相机能够记录低于JND阈值的变化。这表明摄像机不仅可用于远程监控，还可用于皮瓣健康的实际分析。使用数字彩色摄影的一个缺点是它在单个时间点分析皮瓣是无效的。它必须使用基本校准的受控照明条件连续监测皮瓣，并假设皮瓣的基线状况是健康的，以便有效。最终，监测与皮瓣健康直接相关的氧饱和度和总血红蛋白水平等生理参数的能力是早期皮瓣衰竭的更好指标。

5.结论
术后早期游离皮瓣的临床表现并不总是代表潜在的微血管状况。正如作者研究中的彩色成像数据所证明的那样，在人类检测范围内的临床明显的皮瓣颜色变化通常在发生明显的血管闭塞之前是不可见的。随着时间的推移，对皮瓣照片的数字分析似乎在检测与猪模型中单独的人类感知相比的变化时更敏感。应进一步研究以确定该技术在临床环境中的功效。相比之下，SFDI能够检测组织氧饱和度的变化，这是由于在人眼可见之前部分血流阻塞到蒂皮瓣。早期检测血管受损的皮瓣有可能改善反应时间和抢救率，使摄影皮瓣分析和SFDI成为游离皮瓣管理的有用工具。

参考：
Evaluating visual perception for assessing reconstructed flap health
1. Chubb D, Rozen WM, Whitaker IS, Acosta R, Grinsell D, Ashton MW. The efficacy of clinical assessment in the postoperative monitoring of free flaps: a review of 1140 consecutive cases. Plast Reconstr Surg. 2010;125(4):1157–1166. [PubMed] [Google Scholar]
2. Pohlenz P, Blessmann M, Blake F, Li L, Schmelzle R, Heiland M. Outcome and complications of 540 microvascular free flaps: the Hamburg experience. Clin Oral Inves. 2007;11(1):89–92. [PubMed] [Google Scholar]
3. Chen K-T, Mardini S, Chuang DC-C, Lin C-H, Cheng M-H, Lin Y-T, Huang W-C, Tsao C-K, Wei F-C. Timing of presentation of the first signs of vascular compromise dictates the salvage outcome of free flap transfers. Plast Reconstr Surg. 2007;120(1):187–195. [PubMed] [Google Scholar]
4. Bui DT, Cordeiro PG, Hu Q-Y, Disa JJ, Pusic A, Mehrara BJ. Free flap reexploration: indications, treatment, and outcomes in 1193 free flaps. Plast Reconstr Surg. 2007;119(7):2092–2100. [PubMed] [Google Scholar]
5. Kroll SS, Schusterman MA, Reece GP, Miller MJ, Evans GR, Robb GL, Baldwin BJ. Timing of pedicle thrombosis and flap loss after free-tissue transfer. Plast Reconstr Surg. 1996;98(7):1230–1233. [PubMed] [Google Scholar]
6. Steele MH. Three-Year Experience Using Near Infrared Spectroscopy Tissue Oximetry Monitoring of Free Tissue Transfers. Ann Plast Surg. 2011;66(5):540–545. [PubMed] [Google Scholar]
7. Russell JA, Conforti ML, Connor NP, Hartig GK. Cutaneous Tissue Flap Viability following Partial Venous Obstruction. Plast Reconstr Surg. 2006;117(7):2259–2266. [PubMed] [Google Scholar]
8. Chan RK, Liu A, Bojovic B, Chun Y, Guo L, Caterson SA, Orgill DP, Pribaz JJ. Venous congestion in abdominal flap breast reconstructions--a simple treatment for a temporary problem. J Plast Reconstr Aesthet Surg. 2011;64(5):135–136. [PubMed] [Google Scholar]
9. Chubb D, Whitaker IS, Rozen WM, Ashton MW. Continued Observations in the Postoperative Monitoring of Free Flaps. Plast Reconstr Surg. 2012;129(1):222–223. [PubMed] [Google Scholar]
10. Gimbel ML, Rollins MD, Fukaya E, Hopf HW. Monitoring Partial and Full Venous Outflow Compromise in a Rabbit Skin Flap Model. Plast Reconstr Surg. 2009;124(3):796–803. [PubMed] [Google Scholar]
11. Lorenzetti F, Ahovuo J, Suominen S, Salmi A, Asko-Seljavaara S. Colour Doppler ultrasound evaluation of haemodynamic changes in free tram flaps and their donor sites. Scand J Plast Reconstr Surg Hand Surg. 2002;36(4):202–206. [PubMed] [Google Scholar]
12. Vakharia KT, Henstrom D, Lindsay R, Cunnane MB, Cheney M, Hadlock T. Color Doppler ultrasound: effective monitoring of the buried free flap in facial reanimation. Otolaryngol Head Neck Surg. 2012;146(3):372–376. [PubMed] [Google Scholar]
13. Thorniley MS, Sinclair JS, Barnett NJ, Shurey CB, Green CJ. The use of near-infrared spectroscopy for assessing flap viability during reconstructive surgery. Br J Plast Surg. 1998;51(3):218–226. [PubMed] [Google Scholar]
14. Pharaon MR, Scholz T, Bogdanoff S, Cuccia D, Durkin AJ, Hoyt DB, Evans GRD. Early Detection of Complete Vascular Occlusion in a Pedicle Flap Model Using Quantitation Spectral Imaging. Plast Reconstr Surg. 2010;126(6):1924–1935. [PMC free article] [PubMed] [Google Scholar]
15. Yafi A, Vetter TS, Scholz T, Patel S, Saager RB, Cuccia DJ, Evans GR, Durkin AJ. Postoperative quantitative assessment of reconstructive tissue status in a cutaneous flap model using spatial frequency domain imaging. Plast Reconstr Surg. 2011;127(1):117–130. [PMC free article] [PubMed] [Google Scholar]
16. Whitaker I, Pratt G, Rozen W, Cairns S, Barrett M, Hiew L, Cooper M, Leaper D. Near Infrared Spectroscopy for Monitoring Flap Viability Following Breast Reconstruction. J Reconstr Microsurg 2011 [PubMed] [Google Scholar]
17. Matsui A, Lee BT, Winer JH, Laurence RG, Frangioni JV. Quantitative Assessment of Perfusion and Vascular Compromise in Perforator Flaps Using a Near-Infrared Fluorescence-Guided Imaging System. Plast Reconstr Surg. 2009;124(2):451–460. [PMC free article] [PubMed] [Google Scholar]
18. Nguyen JT, Lin SJ, Tobias AM, Gioux S, Mazhar A, Cuccia DJ, Ashitate Y, Stockdale A, Oketokoun R, Durr NJ, Moffitt LA, Durkin AJ, Tromberg BJ, Frangioni JV, Lee BT. A novel pilot study using spatial frequency domain imaging to assess oxygenation of perforator flaps during reconstructive breast surgery. Ann Plast Surg. 2013;71(3):308–315. [PMC free article] [PubMed] [Google Scholar]
19. Nguyen TT, Ramella-Roman JC, Moffatt LT, Ortiz RT, Jordan MH, Shupp JW. Novel application of a spatial frequency domain imaging system to determine signature spectral differences between infected and noninfected burn wounds. J Burn Care Res. 2013;34(1):44–50. [PMC free article] [PubMed] [Google Scholar]
20. Gioux S, Mazhar A, Lee BT, Lin SJ, Tobias AM, Cuccia DJ, Stockdale A, Oketokoun R, Ashitate Y, Kelly E, Weinmann M, Durr NJ, Moffitt LA, Durkin AJ, Tromberg BJ, Frangioni JV. First-in-human pilot study of a spatial frequency domain oxygenation imaging system. J Biomed Opt. 2011;16(8):086015. [PMC free article] [PubMed] [Google Scholar]
21. Ponticorvo A, Taydas E, Mazhar A, Scholz T, Kim HS, Rimler J, Evans GR, Cuccia DJ, Durkin AJ. Quantitative assessment of partial vascular occlusions in a swine pedicle flap model using spatial frequency domain imaging. Biomed Opt Express. 2013;4(2):298–306. [PMC free article] [PubMed] [Google Scholar]
22. Cheon YW, Lee WJ, Rah DK. Objective and quantitative evaluation of scar color using the L*a*b* color coordinates. J Craniofac Surg. 2010;21(3):679–684. [PubMed] [Google Scholar]
23. Li-Tsang CW, Lau JC, Liu SK. Validation of an objective scar pigmentation measurement by using a spectrocolorimeter. Burns. 2003;29(8):779–784. [PubMed] [Google Scholar]
24. Rah DK, Kim SC, Lee KH, Park BY, Kim DW. Objective evaluation of treatment effects on port-wine stains using L*a*b* color coordinates. Plast Reconstr Surg. 2001;108(4):842–847. [PubMed] [Google Scholar]
25. Kim SC, Kim DW, Hong JP, Rah DK. A quantitative evaluation of pigmented skin lesions using the L*a*b* color coordinates. Yonsei Med J. 2000;41(3):333–339. [PubMed] [Google Scholar]
26. Miyamoto K, Takiwaki H, Hillebrand GG, Arase S. Development of a digital imaging system for objective measurement of hyperpigmented spots on the face. Skin Res Technol. 2002;8(4):227–235. [PubMed] [Google Scholar]
27. Leon K, Mery D, Pedreschi F, Leon J. Color measurement in L*a*b* units from RGB digital images. Food Research International. 2006;39(10):1084–1091. [Google Scholar]
28. Hill B, Roger T, Vorhagen FW. Comparative analysis of the quantization of color spaces on the basis of the CIELAB color-difference formula. Acm Transactions on Graphics. 1997;16(2):109–154. [Google Scholar]
29. Stokes M, Fairchild MD, Berns RS. Precision Requirements for Digital Color Reproduction. Acm Transactions on Graphics. 1992;11(4):406–422. [Google Scholar]
30. Ikeda H, Dai W, Higaki Y. A Study on Colorimetric Errors Caused by Quantizing Color Information. IEEE T Instrum Meas. 1992;41(6):845–849. [Google Scholar]
31. Mahy M, Vanmellaert B, Vaneycken L, Oosterlinck A. The Influence of Uniform Color Spaces on Color Image-Processing - a Comparative-Study of Cielab, Cieluv, and Atd. Journal of Imaging Technology. 1991;17(5):232–243. [Google Scholar]
32. Vander Haeghen Y, Naeyaert JM, Lemahieu I, Philips W. An imaging system with calibrated color image acquisition for use in dermatology. IEEE Trans Med Imaging. 2000;19(7):722–730. [PubMed] [Google Scholar]
33. Forbes PD. Radiation effects in swine. I. Vascular supply of the skin and hair. USNRDL-TR-67-141. Res Dev Tech Rep. 1967:1–18. [PubMed] [Google Scholar]
34. Cuccia DJ, Bevilacqua F, Durkin AJ, Ayers FR, Tromberg BJ. Quantitation and mapping of tissue optical properties using modulated imaging. J Biomed Opt. 2009;14(2):024012. [PMC free article] [PubMed] [Google Scholar]
35. Mazhar A, Dell S, Cuccia DJ, Gioux S, Durkin AJ, Frangioni JV, Tromberg BJ. Wavelength optimization for rapid chromophore mapping using spatial frequency domain imaging. J Biomed Opt. 2010;15(6):061716. [PMC free article] [PubMed] [Google Scholar]
36. Erickson TA, Mazhar A, Cuccia D, Durkin AJ, Tunnell JW. Lookup-table method for imaging optical properties with structured illumination beyond the diffusion theory regime. J Biomed Opt. 2010;15(3):036013. [PMC free article] [PubMed] [Google Scholar]
37. Gioux S, Mazhar A, Cuccia DJ, Durkin AJ, Tromberg BJ, Frangioni JV. Three-dimensional surface profile intensity correction for spatially modulated imaging. J Biomed Opt. 2009;14(3):034045. [PMC free article] [PubMed] [Google Scholar]
38. Nguyen JQ, Saager RB, Cuccia DJ, Kelly KM, Jakowatz J, Hsiang D, Durkin AJ. Effects of motion on optical properties in the spatial frequency domain. J Biomed Opt. 2011;16(12):126009. [PMC free article] [PubMed] [Google Scholar]
39. Engel H, Huang JJ, Tsao CK, Lin CY, Chou PY, Brey EM, Henry SL, Cheng MH. Remote real-time monitoring of free flaps via smartphone photography and 3G wireless internet: A prospective study evidencing diagnostic accuracy. Microsurgery. 2011;31(8):589–595. [PubMed] [Google Scholar]
40. Varkey P, Tan NC, Girotto R, Tang WR, Liu YT, Chen HC. A picture speaks a thousand words: the use of digital photography and the Internet as a cost-effective tool in monitoring free flaps. Ann Plast Surg. 2008;60(1):45–48. [PubMed] [Google Scholar]