相关实验视频
Updated: May 10, 2026

09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
22.2K
视网膜血管形态的定量评估基于人类视觉生物机制,用于评估糖尿病视网膜病变的发病
Yi Xu1, Yuting Wu2, Saiguang Ling3
1Shanghai Eye Disease Prevention &Treatment Center/Shanghai Eye Hospital, School of Medicine, Tongji University, China; National Clinical Research Center for Eye Diseases, China; Shanghai Engineering Research Center of Precise Diagnosis and Treatment of Eye Diseases, China; Eye Public Health Research Center, School of Medicine, Tongji University, China.
Microvascular research
|January 8, 2026
概括
人工智能 (AI) 对视网膜血管系统的分析显示,对预测糖尿病视网膜病变 (DR) 的发病有前途. 更宽的视网膜动脉和增加的静脉形是2型糖尿病患者DR风险的关键指标.
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:
- 传统的风险因素解释了糖尿病视网膜病变 (DR) 的有限发展.
- 2型糖尿病对DR具有重大风险.
- 早期发现DR对于预防视力丧失至关重要.
研究的目的:
- 调查人工智能辅助视网膜血管测量与DR发病之间的关联.
- 为了确定在2型糖尿病中DR发展的新生物标志物.
- 使用人工智能衍生的血管参数增强DR预测模型.
主要方法:
- 556名没有DR的2型糖尿病患者的观察队列研究.
- 收集传统的风险因素 (BP,BMI,FBG,HbA1c) 的数据.
- 以人工智能为基础的骨底图像分析血管曲度,碎形尺寸和动脉/静脉直径.
主要成果:
- DR发病与视网膜动脉口径,碎形尺寸和静脉曲度有显著的相关性.
- 视网膜动脉直径的扩大 (1.5-2.0 PD) 是DR发展的最强预测因素.
- 与传统的风险因素相比,AI参数改善了DR发病预测.
结论:
- 人工智能辅助的视网膜血管测量与DR发病和进展有关.
- 视网膜动脉口径,静脉曲度和碎形尺寸是早期血管功能障碍和DR风险的有价值生物标志物.
- 人工智能分析为早期DR检测和风险分层提供了一个有希望的工具.

