点击标题下「蓝色微信名」可快速关注
摘要
地图样萎缩（GA）作为年龄相关性黄斑变性（ARMD）的晚期改变，是导致中老年群体不可逆性失明的主要原因之一。数字影像技术具有客观性、高效性和准确性等特点，通过病变增强、病变分割及多模态融合等新兴技术，实现了GA的精细化监测，对ARMD的早期发现、诊断、治疗及预后等方面具有重要参考价值。本文基于现有文献，对数字影像技术在GA监测研究进展进行综述，以期为后续深入研究提供基础。
周楠1 田忠平1，2 刘源1，2 易芷竹1，2 张雨玲1 陈佳璇1 毕燕龙2 张力2
1同济大学医学院，上海200092；2同济大学附属同济医院眼科，上海200065
通信作者：张力，Email：trudyzhang@163.com
地图样萎缩（geographic atrophy，GA）作为年龄相关性黄斑变性（age-related macular degeneration，ARMD）的晚期改变，是导致中老年群体不可逆性失明的主要原因之一。研究显示，GA受环境和遗传等多种因素影响［1］，是一种主要累及视网膜光感受器、视网膜色素上皮（retinal pigment epithelium，RPE）和Bruch膜的视网膜疾病。彩色眼底照相（color fundus photography，CFP）、荧光素眼底血管造影（fluorescein angiography，FA）、眼底自发荧光（fundus autofluorescence，FAF）、近红外成像（near-infrared reflectance，NIR）、光学相干断层扫描（optical coherence tomography，OCT）及OCT血管造影（optical coherence tomography angiography，OCTA）等数字影像技术常用于眼科领域［2］。它们可以评估视网膜的超微结构［3］，体现生物体内血管、结构和功能改变的相关性［4］，从而指导GA的诊断及治疗［5］。但是，成像设备固有影响、人为操作控制、环境因素等可能降低数字影像质量［6］。同时，考虑到GA进展率与病变形状［2］、方向［7］、高反射灶和视网膜下玻璃膜样沉积［8］等精细变化有关，因此运用数字影像处理技术辅助监测GA病变更具优势。
一、数字影像技术在GA领域的应用
数字影像技术在医疗领域具有广泛应用，它通过数字设备获取图像，并利用算法对一系列数字像素点进行存储、处理和显示。相比传统方法，数字影像处理技术能够提供更高分辨率的视网膜图像，具有更高的清晰度和细节展现。此外，该技术还能自动化分析影像数据［6］，进而辅助GA进展的定量监测。
（一）OCT
OCT技术是一种非接触性且无创的眼科检查方法，可以提供视网膜的高分辨率横截面图像，帮助获取RPE破坏、高反射灶、玻璃膜疣及光感受器萎缩等反映GA进展的结构信息［9］。
（二）OCTA
OCTA作为一项无创性、高分辨率的快速扫描技术，在GA病变进展的监测中具有重要的价值。相比于FAF，OCTA技术不会因为染料泄漏导致图像被遮挡，可以提供更高对比度的微血管图像［10］。另外，OCTA技术可以呈现单独的脉络膜毛细血管图像，这也是OCTA在GA成像中的关键优势［11］。OCTA的局限性在于，成像时对速度和时间具有更高的要求，并且容易受到眼动、干扰信号的影响［12］，最终出现更多误差。
（三）FAF
FAF技术基于对RPE代谢活性和脂褐素浓度的观察，是检测、描述、量化和监测视网膜外萎缩进展最可靠的成像方式之一［13］。多项研究提及，FAF衍生的GA生长率作为临床试验的主要终点［9，14］。有研究认为，使用共聚焦扫描激光检眼镜的FA成像，在描绘和监测GA区域变化方面优于血管造影［ 15］。FAF的局限性在于，不同的眼底疾病可能表现为相同或相似的荧光团，需要进行更多临床和实验研究来统一解读标准。
（四）CFP
CFP通常可以检出ARMD最早阶段的玻璃膜疣，并在GA和干性ARMD阶段发现RPE改变［16］。其局限性在于缺乏视网膜和脉络膜的深度分辨率且对比度降低［17］，不利于ARMD的早期分类。随着眼底成像技术在存档、早期检测和非专业人员的可操作性等方面取得阶段性发展，CFP在GA监测领域的作用变得更为重要。
（五）NIR
该技术是利用700~900 nm波长范围内的近红外光照射眼睛［14］，红外光源穿透玻璃体、视网膜和视网膜内结构，到达视网膜下层和脉络膜并进行成像［18］。作为非侵入性成像技术，其优点是患者的舒适度高、对眼睛的刺激较小，对于视网膜疾病的早期检测和持续监测具有重要意义。
二、数字影像技术对GA病变的监测
GA作为一种慢性、进行性视网膜退行性病变，视觉功能通常会缓慢而稳定地下降［19］。研究认为，基于数字影像检测和量化GA病变可以精准确定病变大小，从而有效监测GA随时间推移的进展，有可能实现基于人工智能（artificial intelligence，AI）的GA未来病变增长率预测，对延缓病情发展、疗效评估及提高患者生活质量等至关重要［20］。
（一）基于病变分割监测GA进展
病变分割技术允许精确量化GA的病变面积和形态学特征，可用于GA的进展监测、疗效监测等方面。Ramsey等［17］提出一种可以监测ARMD中GA进展的自动图像分割技术，通过比对自动分割技术与专家分级器基于FAF图像和CFP图像绘制的GA轮廓，实现对该方法的评估。最终得出结论：该自动分割方法可提高GA测量的速度、精度和可重复性，可以作为监测ARMD患者萎缩进展的有用工具。Derradji等［21］提出一种基于OCT的全自动萎缩分割方式，充分考虑ARMD的萎缩表现在大小、边界清晰度和进展方面具有不同，实现对ARMD萎缩的准确定义。通过多次临床实践发现，该模型在RPE和视网膜外萎缩的识别和测量方面具有优异的性能，可以早期识别萎缩并进行适当的监测。Spaide等［20］期望在FAF和NIR图像上实现AI深度学习对GA病变的准确分割，并检测该方法在评估GA病灶及其随时间变化方面的性能。临床试验证明，基于AI深度学习的病变自动分割可以支持在临床研究和实践中对GA患者进行有效和个体化的评估，但是在观察病变纵向进展方面仍有不足。
在使用自动分割技术监测病变进展的同时，有很多学者聚焦于对GA治疗的监测，期望评估其有效性并辅助提出创新治疗方案。Vogl等［8］提出一种基于深度学习算法的自动分割技术，监测Pegcetacoplan治疗对GA病变进展的影响。通过病变分割监测Pegcetacoplan治疗后RPE丢失、光感受器完整性、高反射灶的情况发现：病变分割可以有效监测GA进展，评估药物疗效，并且可以对后续治疗方案及创新疗法的提出提供可靠的指导。Schmitz-Valckenberg等［15］提出了一种自动化检测和定量RPE萎缩的方法，基于FA成像对该方法进行评估并得出结论：对图像的自动分析可以更加准确地测量萎缩区域，同时监测干预措施的治疗效果，从而延缓GA进展。最新研究提出，探讨GA之外的光感受器变性是否可以量化，对GA进展监测具有重要意义。Pfau等［22］在对89例患者的频域OCT图像使用基于深度学习的图像分割后发现，感光细胞层的渐进性改变是可检测和量化的。这表明光感受器不仅可以用于监测GA病变进展，还可能成为评估治疗效果的潜在工具。Arslan等［23］提出，AI深度学习算法以极高性能自动分割GA病变的FAF图像，提取GA病变区域并监测GA生长随时间的进展，实现了GA评估的自动化并提高了诊断的可靠性。
（二）基于病变增强监测GA进展
随着图像增强技术的发展和完善，眼底影像的质量和清晰度得以提高，病变区域更加易于突出和识别。GA进展率可能与OCTA上的脉络膜毛细血管（choriocapillaris，CC）血流缺失有关，但是由于运动、投影、分割误差和阴影产生的伪影难以消除，使得CC定量监测极其不准确。为此，研究者［19］开发了全面去伪影技术及基于机器学习的阴影去除算法，排除玻璃膜疣、视网膜血管、玻璃体混浊和虹膜的影响，从而准确量化CC流量，表明CC血流缺失与1年内GA增大、加快显著相关。Fazelat等［24］基于NIR技术，采用图像增强和边缘提取算法辅助图像分析。干性ARMD患者的增强NIR图像显示出更高的对比度和分辨率，GA患者的增强NIR图像可以更清晰地显示GA的边界，相对减轻了在NIR图像中边界色素沉着过度而萎缩区域显现不清的问题。最终得出结论：增强NIR图像可以帮助医生监测、记录视网膜疾病的存在和进展，并且无需使用散瞳剂和静脉注射造影剂，可以节省医疗成本。OCT作为诊断和监测眼部疾病的有力工具，往往因为散斑噪声导致图像质量和评估可靠性的降低。Halupka等［25］提出，基于深度学习卷积神经网络（convolutional neural networks，CNNs）模型的图像增强技术在保留视网膜层结构特征的同时，显著地改善了OCT的图像质量。这证明深度学习CNNs可以产生逼真的增强OCT图像，提高监测干性ARMD的能力。另外，使用图像增强技术消除干性ARMD在OCT图像中的散斑噪声并增强不同视网膜层的对比度，可提高分层CNNs模型对干性ARMD早期阶段的分类性能，同时有效地突出新生GA的特征，进而实现GA的早期发现及持续监测［26］。
（三）基于多模态图像融合（multimodal imaging，MMI）监测GA进展
通过对国内外文献的归纳与分析发现，MMI在CFP、FAF和OCT诊断干性ARMD的基础上联合使用NIR和OCTA，可以弥补数字影像独立显像时存在的局限性，有利于更好地认识ARMD的发病机制和自然病程［14，27］。共焦激光同步血管造影系统（Spectralis HRA+OCT设备）将HRA和OCT结合，应用Eye tracking技术加持自动追踪眼球运动。Lee等［28］运用Spectralis HRA+OCT设备对25例患者的GA进展进行监测，最终得出结论：OCT上的光感受器萎缩和FAF上的RPE萎缩先于视力下降，可以作为预测未来几年视力下降的生物标志物。Guymer和Wu［27］在综述中提到，MMI可以精确识别解剖特征，增加研究者对ARMD疾病进展过程的理解，从而提高确定疾病严重程度、监测疾病活动和预测进展的能力。另外，最佳矫正视力（best-corrected visual acuity，BCVA）可作为视觉障碍的评估手段来辅助完成GA诊断。但是，Bakri等［29］对1 901例GA患者进行回顾性队列分析发现，BCVA无法捕捉GA患者的病变生长，应用多模态成像技术监测RPE、光感受器及CC等解剖学特征的进展是更好的手段。Krytkowska等［30］使用MMI检测339例ARMD患者3年后发现，视网膜下Drusen样沉积物对ARMD的进展没有影响。
三、小结和展望
本文探讨了数字影像技术在ARMD所致GA监测中的应用。通过图像增强、图像分割及MMI技术，能够提升病变清晰度、细化病变区域并整合多种影像学信息，从而更准确地识别、监测GA的发展，辅助GA的早期诊断和治疗。
数字影像技术在其他眼部疾病的监测中也已有初步研究应用。如早产儿视网膜病变的筛查、糖尿病视网膜病变精准诊断、青光眼动态监测等［31-33］。未来，研究者将通过跨学科合作，开发更全面、先进的图像分析算法，获得高质量的图像数据以训练提升模型的性能。最终，通过大量的临床研究，验证和优化数字预测模型在GA监测中的效果。
参考文献见本刊网站
引用本文：周楠, 田忠平, 刘源, 等. 数字影像技术监测年龄相关性黄斑变性所致地图样萎缩的研究进展[J]. 数字医学与健康, 2024, 2(4): 270-273. DOI: 10.3760/cma.j.cn101909-20240506-00098.
杂志介绍
《数字医学与健康》（CN 10-1909/R，ISSN 2097-3349）是由中国科协主管、中华医学会主办的多学科交叉性学术期刊。本刊已被“中华医学期刊全文数据库”“维普中文期刊资源数据库”“万方数据库”收录。
办刊宗旨：聚焦国内外数字医学和健康领域的最新发展方向，刊载数字医学和健康领域的新理论、新技术、新方法，打造学术与技术的交流与合作平台，助力“健康中国”战略。
报道范围：国内外数字医学和健康领域前沿进展；数字和信息技术在公共卫生、疾病预防、健康管理、精准医疗、辅助决策、药物研发、临床科研、行业治理、医院管理、医学教育、医疗保险、数据管理及安全等领域的应用；医学和健康与现代信息学等相关学科交叉领域的新理论、新技术、新观点等；数字医学和健康领域的国家政策和法规、行业标准和共识、循证指南、伦理要求及产业信息。
主要栏目：述评、专家笔谈、标准与规范、论著、研究方法与报告、综述、产业研究、未来医学、技术介绍与评估、伦理与监管、讲座、文献速览等。
编辑部地址：北京市西城区东河沿街69号405室，邮政编码：100052。
联系电话：010-51322158，Email：dmh@cmaph.org。
更多阅读：
