相关实验视频
Updated: May 7, 2026

09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.6K
在结构和功能视网膜成像以及用于早期检测糖尿病视网膜病变的生物标志物的进展
Zhengwei Zhang1,2,3, Callie Deng3, Yannis M Paulus3,4
1Department of Ophthalmology, Jiangnan University Medical Center, Wuxi 214002, China.
Biomedicines
|July 27, 2024
概括
早期发现糖尿病视网膜病变 (DR) 对于预防失明至关重要. 先进的成像技术和功能测试,结合人工智能,为及时诊断和管理这种糖尿病并发症提供了有希望的策略.
科学领域:
- 眼科医生 眼科 眼科
- 糖尿病学 糖尿病学
- 医疗成像医学成像
背景情况:
- 糖尿病视网膜病变 (DR) 是全球主要的失明原因,源于糖尿病 (DM).
- 由于微妙的初始病理变化,早期诊断DR是具有挑战性的.
- 及时干预对于预防视力丧失至关重要.
研究的目的:
- 审查多式成像和功能测试在早期发现糖尿病视网膜病变的进展.
- 探索新生物标志物和AI在DR诊断和管理中的潜力.
- 突出需要具有成本效益的,大规模的选方法.
主要方法:
- 视网膜血管特征的定量分析 (口径,扭曲度,碎形尺寸).
- 光学连贯断层扫描 (OCT) 和OCT血管扫描 (OCTA) 用于结构和血管评估.
- 功能测试:多焦点电网膜学 (mfERG),视觉唤起潜力 (VEP) 等.
- 整合人工智能 (AI) 进行自动化分析.
- 评估血液学参数 (NLR,NETs) 用于风险预测.
主要成果:
- 高级成像 (OCT,OCTA) 和定量视网膜分析提供了超越传统方法的预后价值.
- 功能测试提供了关于早期功能缺陷的补充数据.
- 人工智能展示了自动化病变检测和生物标志物发现的潜力.
- 血液学标记可能有助于预测DR风险和进展.
结论:
- 结合结构和功能成像数据可以促进早期的DR检测和个性化管理.
- 人工智能和新型生物标志物显示出改善DR查和监测的前景.
- 为了开发可靠,具有成本效益的方法来进行广泛的DR查,需要进一步的研究.

