分享:
分享到微信朋友圈
X
综述
多模态影像学技术在高度近视中的研究进展
周琳 柴华 袁颢钰 吴晓蓉

Cite this article as: ZHOU L, CHAI H, YUAN H Y, et al. Research progress of multimodal imaging techniques in high myopia[J]. Chin J Magn Reson Imaging, 2024, 15(12): 212-217.本文引用格式:周琳, 柴华, 袁颢钰, 等. 多模态影像学技术在高度近视中的研究进展[J]. 磁共振成像, 2024, 15(12): 212-217. DOI:10.12015/issn.1674-8034.2024.12.033.


[摘要] 目前全球的近视率逐年上升,据估计,全球近20亿人患有近视,其中约10%为高度近视(high myopia, HM)。因其不可逆性给人们日常生活带来了严重的影响,对此进行深入的研究并采取有效的治疗显得尤为重要。HM患者并非只有眼底改变,同时也会引起中枢神经系统的改变,目前引起大脑改变主要通过多模态磁共振成像(magnetic resonance imaging, MRI)技术进行检测,常规的眼科检查和人工智能技术尚无法识别中枢神经系统的变化。为此,本文通过揭示HM引起的中枢神经系统病变,旨在提高对HM导致中枢神经系病变认识,并为未来的相关研究提供有价值的临床诊疗借鉴。
[Abstract] The global prevalence of myopia is increasing annually, with an estimated 2 billion people worldwide suffering from the condition, of which approximately 10% are classified as high myopia (HM). This irreversible condition poses significant challenges to daily life, highlighting the urgency of conducting in-depth research and developing effective treatments. Patients with HM not only experience changes in the retina but also alterations in the central nervous system. Currently, these brain alterations are primarily detected using multi-modal magnetic resonance imaging (MRI) technology, as conventional eye examinations and artificial intelligence technologies are insufficient for identifying changes in the central nervous system. Therefore, this study aims to elucidate the pathological changes in the central nervous system induced by HM, with the goal of enhancing understanding of HM-related central nervous system research and providing valuable insights for clinical diagnosis and treatment..
[关键词] 病理性高度近视;中枢神经系统;磁共振成像;人工智能;结构磁共振成像;功能磁共振成像
[Keywords] pathological high myopia;central nervous system;magnetic resonance imaging;artificial intelligence;structural magnetic resonance imaging;functional magnetic resonance imaging

周琳    柴华    袁颢钰    吴晓蓉 *  

南昌大学第一附属医院眼科,南昌 330006

通信作者:吴晓蓉,E-mail: wxr98021@126.com

作者贡献声明:吴晓蓉设计本研究方案,对稿件重要内容进行了修改;周琳起草和撰写稿件,获取、分析本研究的数据;柴华、袁颢钰解释本研究的数据,对稿件重要内容进行了修改;吴晓蓉获得了国家自然科学基金项目资助;全体作者都同意发表最后的修改稿,同意对本研究所有方面负责,确保本研究的准确性和诚信。


基金项目: 国家自然科学基金项目 8216040131,8176040196
收稿日期:2024-09-19
接受日期:2024-12-10
中图分类号:R445.2  R771.3 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2024.12.033
本文引用格式:周琳, 柴华, 袁颢钰, 等. 多模态影像学技术在高度近视中的研究进展[J]. 磁共振成像, 2024, 15(12): 212-217. DOI:10.12015/issn.1674-8034.2024.12.033.

0 引言

       高度近视(high myopia, HM)是指屈光度达到或超过600度(-6.00 D)的近视,这也是导致视力减退和失明的关键因素之一[1]。主要以眼轴增长为特点,可导致后极部巩膜拉伸,并发多种严重的并发症,对视网膜感光细胞造成不可逆转的损伤,进而引起视功能丧失[2, 3, 4]。据流行病学调查和临床观察均表明,近视是全球增长最快的眼部疾病,LEE等[5]根据Raine对西澳大利亚2900名孕妇所生的后代进行了长达22年随访研究数据进行分析发现,近视并不局限于青少年时期,成年早期也可出现,故及早对近视的预防尤为重要,环境和遗传因素在近视的发生发展过程中都起着重要作用[6, 7]。既往研究发现,视力下降的患者会存在大脑皮质活动的改变[8, 9],这一发现表明了HM与中枢神经系统之间存在着紧密联系。因此,探索HM所致的中枢神经系统的病理改变将会有助于推进我们对HM进一步的认识。尽管眼科检查方式不断丰富,但常规眼科检查仅能判断HM是否导致眼底变化,近年来有关人工智能在眼科检查中应用研究热点亦不能检测出HM视导致中枢神经系统变化。

       随着MRI技术逐渐应用于HM存在脑活动改变的深入探索中,为研究者发现其中的联系提供了关键性技术,同时为临床诊断提供了重要的线索[10, 11]。尽管近年来关于MRI技术探索HM引起中枢神经系统病变的研究非常丰富,但关于HM的筛查缺乏系统性的对比和归纳。这将会给相关领域的研究者对了解眼科的现状和研究带来一定的阻碍。因此,本文就MRI技术在HM领域的研究现状和进展进行综述,旨在提高对HM所致的中枢神经系统病变的了解,并为HM的临床诊疗提供有价值的参考。

1 常规眼科检查在HM患者中的应用

       目前,眼部成像技术的发展能帮助HM患者客观、准确地诊断病理性近视。在当前的临床工作中,眼底照相(fundus photography, FP)、光学相干断层扫描(optical coherence tomography, OCT)、光学相干断层扫描血管成像(optical coherence tomography angiography, OCTA)、荧光素血管造影术(fundus fluorescein angiography, FFA)等检查常常被认为是协助眼科疾病诊断最可靠的工具。

1.1 FP在HM患者中的应用

       几十年来,FP一直是眼科临床试验和临床实践中成像的核心[12],尤其在HM患者中,它的一个主要优点是复制了医生用检眼镜检查患者时看到的视网膜视图像。因此,FP可作为诊断时的证据,是记录检查的有用工具之一。虽然FP中较大的视网膜血管清晰可见,但对比度不足以显示毛细血管循环。由于其是基于闪光灯的系统,故它们容易产生各种图像伪影和质量问题,如对比度差、照明不规则、过度曝光等问题。虽然FP作为眼科最常规的检查之一,但在临床诊断过程中由于照片质量的参差不齐,经常给临床医师对疾病诊断带来一定阻碍。

1.2 OCT在HM患者中的应用

       在过去的20年中,OCT已成为眼科领域最重要的成像方式之一,眼科疾病诊断必不可少的检测手段,该原理是将光线投射到需要被成像的组织上,并利用反射光的时间延迟来对人体眼内部的纵向结构进行测量,然后通过计算机将测量结果转为二维横截面图像,从而辅助医生进行临床诊断[13, 14]。它主要利用光波成像,具有高分辨率和无辐射等特点。OCT技术的发展极大地提高了图像质量、轴向分辨率、采集速度和结构细节。通过对视网膜进行分层分割和横截面形态学评估,与2D眼底照片相比,它提供了定量的厚度测量和更详细的病理学诊断,为观察视网膜结构的变化提供了更准确的评估[15, 16]。目前,通过OCT技术检测HM患者时,可以精确观察到其视盘、视网膜和脉络膜的详细状况,这对医生准确诊断眼部的病变极为关键。此外,对眼部疾病的预防也具有极大的意义[17, 18]

       OCT被认为是眼科成像技术中的一项重大突破。在此基础上,OCT还扩展到“动态”成像和正面成像,无需使用外源性静脉对比剂注射即可获得视网膜和脉络膜血流的灌注情况,其在对图像细节层面上的深度解析有着显著的优势。其原理是通过比较所规定的横截面上的红细胞随时间变化的运动图像,即OCTA。随着OCTA技术的发展和应用,这种便捷、无创和穿透性强的眼底成像技术使我们对HM病理生理机制的认识有了进一步的提高[19]。对于HM患者来说由于眼球结构和视网膜的特殊性,微血管的闭塞常常发生在比较细微的部分,OCTA的优势在于利用血流运动对比度使微血管可视化。徐达华等[20]对46名HM患者进行OCTA扫描发现HM之间脉络膜血流密度存在异常,近视度数越大,脉络膜血流灌注的缺损面积越大。相较于FFA或ICGA,OCTA图像不会被染料泄漏产生的强荧光所遮挡,这使得OCTA可以生成较为清晰的毛细血管血流图像。另外对于伴有心、肝、肾疾病或对对比剂过敏的HM患者,OCTA提供了一个更为安全的检查选择。这种标准的图像数据是基于软件的图像处理,可以为病理性血管提供精确的标记[21]。但OCTA也存在一定的局限性,它扫描范围相对较小,可能无法清晰反映周边视网膜的血管情况。另外,OCTA图像可能存在伪影和分层错误等问题,这增加了图像解读的复杂性,也可能影响临床诊断的准确性。此外,当前的技术所提供的关于实际血流信息有限,所以在HM患者诊断过程中存在一定误差[22, 23]

1.3 FFA在HM患者中的应用

       FFA是眼科最重要的临床检查方法之一,通过静脉注射荧光素染料后可显示血管状态,用于观察和记录视网膜血流动状态,同时记录内层血视网膜屏障的完整性和视网膜色素上皮的细节。同时,FFA也帮助我们更好地了解眼前节疾病的性质,它被用作评估结膜、巩膜外层、角膜,尤其是虹膜血管的研究工具[24]。RUIZ-MEDRANO等[25]对362名HM患者研究发现,HM患者脉络膜变薄导致血流受损,从而眼底易长新生血管。FFA具有实时检测血流的优势,它能够检测到微小病变,从而可以及时治疗。然而,这是一个用时较长且具有侵入性的手术,有过敏反应的风险,严重可危及生命以及其他可能的副作用[26]。并且单独地只靠FFA检查可能会导致诊断错误[27]。因此,在未来的研究和疾病诊断中,我们希望结合多项检查结果来做出全面而准确的判断。

2 多模态MRI在HM中的应用

       多模态MRI技术现已被用于深入探索各种疾病与内在脑活动的联系,并且该技术未来可能在为相关疾病提供诊断和预后信息方面发挥重要作用[28, 29]。至今关于HM的研究大部分都局限于眼球结构的变化,但长期的HM不仅会导致眼底结构发生显著变化,如视网膜厚度降低[30]、视网膜适应性下降[31],还会影响视功能,如视敏度[32]、视域[33]等,甚至会引起脑功能活动区域的改变。然而目前关于长期HM引起大脑神经活动区域变化的研究较为罕见[34]。目前应用于HM研究的临床影像学技术主要有结构磁共振成像(structural magnetic resonance imaging, sMRI)和功能性磁共振成像(functional magnetic resonance imaging, fMRI),尤其是fMRI,具有良好的时间和空间分辨率,由于其作为无辐射且非侵入式的影像检查方法,已作为临床各种重大疾病诊断必不可少的工具,同时在生理学研究中应用也较为广泛,这有助于划定视觉皮层区域的边界和检测这些区域的功能[35, 36, 37]

2.1 脑sMRI在HM所致脑视觉区域变化中的应用

       sMRI技术其原理在于利用磁场和无线电波成像水分子在组织中的分布,允许研究人员和临床医生量化大脑形态测量的各个方面,如特定大脑结构和区域的大小和形态包括脑结构成像(以T1WI结构成像最常见)[38, 39]和脑白质成像[以扩散张量成像(diffusion tensor imaging, DTI)]最常用[40],前者主要反映脑灰质或皮层的改变,后者主要反映白质损伤的情况,两者结合可完整地反映脑灰白质结构信息。通过DTI计算得出的测量值包含一些关键性指标,如分数各向异性(fractional anisotropy, FA)、横向扩散系数(radial diffusivity, RD)、轴向扩散系数(axial diffusion, AD)和平均扩散系数(mean diffusivity, MD)[41]。在目前的sMRI研究中,主要利用组织之间的信号变化,对组织进行分割。采用基于体素的形态学测量(voxel-based morphometry, VBM)和基于皮层的形态学测量(surface-based morphometry, SBM)[42]计算脑形态学参数,VBM估计脑容量大小,SBM通过模拟皮质层来估计皮层表面积和厚度。先前有研究发现HM患者的多个脑区的白质出现损伤。LI等[43]VBM分析发现HM患者主要表现出白质浓度增加,主要表现在距状体区域,而灰质浓度变化不大。该研究为HM引起中枢神经系统改变提供了有力的证据,我们猜测可能视觉信息被传入到视觉皮层的信息不足,通过加强与其他区域的连接使视觉信息补偿性地增加。目前,DTI是研究大脑白质的重要方法,能够协助评估白质完整性和纤维连接能力。值得一提的是,QIU等[44]利用DTI扫描和基于区域的空间统计分析发现HM患者的大脑白质中的FA显著降低,表明脱髓鞘和轴突退化导致大脑白质完整性下降。同时还发现HM患者的微观结构损伤主要发生在双侧皮质脊髓束(corticospinal tract, CST)、右侧下纵束(inferior longitudinal fasciculus, ILF)、上纵束(superior longitudinal fasciculus, SLF)、额枕下束(inferior frontal occipital fasciculus, IFOF)和左侧丘脑,CST是重要的运动传导束,HM患者中检测到的CST异常表明运动传导功能障碍。另外,高级视觉通路具有更高的大脑白质完整性,ILF、SLF和IFOF的完整性与高级视觉功能具有显著的关联,这强烈暗示了HM与其脑结构变化之间存在关联,从而在一定程度上表明了HM会引起中枢神经系统改变。此外,丘脑在接收并整合视觉、听觉和感觉信息方面发挥着至关重要的作用,在该研究中还观察到了丘脑微观结构的改变,这表明HM可能与运动传导功能及视觉中枢缺陷有关。在另一项研究中,WU等[45]使用SMB的方法对HM患者的数据进行分析,得到的结论是右侧颞下回、右侧楔前叶、右侧初级运动皮层、右侧顶上小叶的皮层厚度减少,左侧顶叶上盖厚度有所增加。这些发现对于深入探究HM的机制具有重要意义。

       尽管sMRI在临床上作为先进的协助诊疗手段,为眼部疾病与大脑间的复杂关联提供了重要依据,但目前对于HM所致中枢神经系统变化的研究现状相对较少,主要是受限于患者的个体差异,故研究会存在一定偏差。因此,在诊疗中需要密切关注由于HM起患者大脑皮层的改变。在未来研究中,可以关注于探究HM如何导致中枢神经系统结构和功能的改变,以及这些改变如何引发视盘缺氧、视神经轴浆流受阻等问题。总之,HM引起中枢神经系统改变是一个复杂且重要的研究领域,需要我们从多个角度进行探究,以期为患者提供更加有效、个性化的治疗方案。

2.2 脑fMRI在HM所致中枢神经系统变化中的应用

       fMRI在磁共振原理的基础上,利用超快速成像技术检测大脑活动区域血液中氧合血红蛋白及去氧血红蛋白比例的变化,从而反映脑组织局部的功能变化[46]。因此,这种成像技术也被称为血氧水平依赖fMRI(blood oxygen level dependent fMRI, BOLD-fMRI)。BOLD-fMRI在探索HM引起中枢神经病理机制中发挥重要作用。据LI等[43]研究发现在HM患者的视皮层和视觉相关区域皮层下脑白质密度的变化多为代偿性增加。HM患者在静息态睁眼条件下,其左侧枕叶、双侧额叶和右侧顶下小叶的低频振幅(amplitude of low-frequency fluctuation, ALFF)显著低于正常视力对照组;左侧尾状核及楔叶的ALFF高于对照组[47]。而在闭眼条件下,HM组双侧额叶、右侧顶叶和右侧颞中回的ALFF显著低于正常视力组。这一发现证实了HM患者确实存在视觉及视觉相关脑区功能及结构的变化。同时可推测屈光不正可以改变视觉皮层和视觉相关区域的连接。这些结果说明HM患者确实存在视觉认知相关脑区功能及结构的改变。MIRZAJANI等[48]通过BOLD-fMRI技术揭示了近视如何影响大脑的视觉皮层的活跃性,通过对比正视眼与近视眼患者的视觉皮层对光刺激的反应,发现近视患者的视觉皮层对光刺激的反应呈非线性下降趋势,这极可能与屈光不正患者的视模糊有关。此外,CHENG等[49]还对处于不同屈光状态下的HM患者进行了BOLD-fMRI扫描,发现近视会导致视觉皮层BOLD信号的强度产生强弱不等的信号,这进一步揭示了轻、中度屈光不正引起的视物模糊可能是引起fMRI变化的因素之一,这些研究结果暗示HM患者的大脑的视觉皮层可能会有变化,这进一步解释了近视会导致患者对图像的感知能力减弱。他们还在相同的视觉刺激下,对处于不同屈光状态的患者进行分组,对不同组的患者行fMRI扫描后发现屈光不正患者的大脑初级视觉皮层信号降低,而且信号会随着屈光度数增加而逐渐降低。另外他们发现HM患者大脑初级视觉皮层信号下降较为明显,但在低、中等空间频率范围内,随着屈光度数增加,初级视觉皮层信号并没有较大波动。对于HM患者,他们初级视觉皮层功能受损,同时他们视觉认知相关脑区功能也会受损,与视觉相关的注意网络和控制网络功能连接的效能也会降低[50]

       静息态fMRI的出现使研究者可以全面探索大脑不同脑区的神经活动和机制,随着其数据分析技术的持续发展,我们能更深入地了解人脑神经网络及各脑区间的相互联系,尽管我们已经认识到大脑的各个区域是相互关联的,但是目前用于HM患者的技术尚不完善,对于HM患者各受损脑区之间的联系以及脑区主要受损部位的研究较为缺失,我们希望通过加强这方面的研究为未来的诊疗提供更多的影像学资料。另外,近些年来,迅速崛起的人工智能(artificial intelligence, AI)技术凭借高效的提取和分类能力在医学影像方面应用非常广泛,期望在未来可以开展多中心HM视神经病变的基础与临床研究,利用我国已积累的海量数据资源,结合AI与大数据技术进行分析,以更准确地评估不同治疗方案对HM引起中枢神经系统病变的效果和安全性,提高诊断效率。

3 AI在HM中的应用

       屈光不正对于患者来说是不可逆转的疾病负担,它主要发生在青少年时期[51, 52, 53],患者及临床医生都密切关注屈光不正的潜在进展率及导致HM甚至病理性近视的风险[54]。随着AI算法和核心技术快速发展,在医疗卫生领域中的应用范围正在逐渐扩大,为PM患者早期治疗的困境提供了全新的视角[55]。20世纪中旬,为增强AI预测的精确度,深度学习(deep learning, DL)技术应运而生,作为AI的核心技术,它源于人工神经网络的研究[56, 57]。AI技术可以整合临床影像资料及其数据,并采取图像处理滤波器对各种类型的图像病理性特征进行提取[58, 59],利用计算机高效的算法进行数据的挖掘和分析,从而为临床医生提供参考。AI能辅助影像拍摄技术的优势主要在于可以根据患者个体化的屈光参差进行自动化、个性化的参数调整,置的差异性,可以根据医生的具体需求对目标区域进行精准扫描,还可以增加扫描过程的稳定性和高效性[60, 61]

       目前,DL能够自动地对FP中的生理和病理结构进行分割和数据分析[62]。AI技术的参与显著提升了筛查和监测的自动化水平,这不仅降低了对技术人员的依赖,还能实现对基层医疗的远程监控[63]。但是我们也必须了解不同AI技术的规则和风险,以便在医疗决策中正确使用AI分析,否则将会依赖于它所有固有的风险和错误,并脱离循证医学[64]。至今,AI在用于检测HM引起中枢神经系统变化方面应用较少,由于中枢神经系统的变化是一个动态过程,所以在检测过程中仍存在许多不确定性,这使得检测变得尤为困难。另外,随着AI在医疗实践中的应用逐渐增加,人们对其安全性和私密性问题也存在质疑[65]。故AI在医学领域仍面临诸多挑战,如果我们需要在未来的研究中引入AI,应尽可能地制订标准化流程,建立高质量的专业数据库,利用AI技术对数据进行预处理,以提高数据的质量和一致性。通过AI算法对处理后的数据进行特征提取与模式识别,发现HM与中枢神经系统病变之间的潜在关联[66, 67]。我们期望在未来研究中能开发基于AI的自动化诊断工具来辅助医生识别中枢神经系统病变的早期迹象,同时构建风险评估模型,通过AI分析眼科数据、遗传因素、生活习惯等多种因素,来预测患者发生中枢神经系统病变的风险。此外,在研究中需要眼科、神经科、计算机科等多学科专家共同参与。AI可以作为一个桥梁,促进不同学科之间的交流合作,将不同学科的知识进行融合与创新,为HM引起中枢神经系统病变的研究带来新的突破。

4 总结与展望

       综上所述,MRI在研究HM引起中枢神经系统改变方面具有广阔的前景和潜在的应用价值。通过以上研究,我们了解到大脑结构和功能的改变可能与HM引起的视神经、视皮层变化有关。但目前MRI在HM中的应用较为局限,由于对目前技术来说某些微小的结构改变难以捕捉,为我们进一步对HM病理机制的研究产生了阻碍。其次,AI仅在眼科的发展还在起步阶段,存在较多不完善的地方,在临床诊断上还有很大的进步空间。因此,未来的研究可以进一步融合多种技术、深入探究大脑结构与功能连接的变化、揭示视觉通路与中枢神经系统的相互作用机制,并开发早期检测与干预策略以改善患者的生活质量。

[1]
FLITCROFT D I, HE M G, JONAS J B, et al. IMI - defining and classifying myopia: a proposed set of standards for clinical and epidemiologic studies[J/OL]. Invest Ophthalmol Vis Sci, 2019, 60(3): M20-M30 [2024-09-18]. https://pubmed.ncbi.nlm.nih.gov/30817826/. DOI: 10.1167/iovs.18-25957.
[2]
晏鑫, 亢泽峰, 李书娇, 等. 高度近视眼底形态学研究进展[J]. 国际眼科杂志, 2023, 23(2): 212-216. DOI: 10.3980/j.issn.1672-5123.2023.2.06.
YAN X, KANG Z F, LI S J, et al. Research progress of fundus morphology in high myopia[J]. Int Eye Sci, 2023, 23(2): 212-216. DOI: 10.3980/j.issn.1672-5123.2023.2.06.
[3]
DU R, XIE S Q, IGARASHI-YOKOI T, et al. Continued increase of axial length and its risk factors in adults with high myopia[J]. JAMA Ophthalmol, 2021, 139(10): 1096-1103. DOI: 10.1001/jamaophthalmol.2021.3303.
[4]
FLORES-MORENO I, PUERTAS M, ALMAZÁN-ALONSO E, et al. Pathologic myopia and severe pathologic myopia: correlation with axial length[J]. Graefes Arch Clin Exp Ophthalmol, 2022, 260(1): 133-140. DOI: 10.1007/s00417-021-05372-0.
[5]
LEE S S, MACKEY D A. Prevalence and risk factors of myopia in young adults: review of findings from the raine study[J/OL]. Front Public Health, 2022, 10: 861044 [2024-09-18]. https://pubmed.ncbi.nlm.nih.gov/35570945/. DOI: 10.3389/fpubh.2022.861044.
[6]
BISWAS S, KAREH A EL, QURESHI M, et al. The influence of the environment and lifestyle on myopia[J/OL]. J Physiol Anthropol, 2024, 43(1): 7 [2024-09-18]. https://pubmed.ncbi.nlm.nih.gov/38297353/. DOI: 10.1186/s40101-024-00354-7.
[7]
BAIRD P N, SAW S M, LANCA C, et al. Myopia[J/OL]. Nat Rev Dis Primers, 2020, 6(1): 99 [2024-09-18]. https://pubmed.ncbi.nlm.nih.gov/33328468/. DOI: 10.1038/s41572-020-00231-4.
[8]
SHAVERDI Y, SETAREHDAN S K, TREUE S, et al. Orchestration of saccadic eye-movements by brain rhythms in macaque Frontal Eye Field[J/OL]. Sci Rep, 2023, 13(1): 22725 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/38123575/. DOI: 10.1038/s41598-023-49346-0.
[9]
RAPAN L, FROUDIST-WALSH S, NIU M Q, et al. Cytoarchitectonic, receptor distribution and functional connectivity analyses of the macaque frontal lobe[J/OL]. Elife, 2023, 12: e82850 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/37578332/. DOI: 10.7554/eLife.82850.
[10]
ZHANG X P, LIU L, JIN X M, et al. Altered time-varying local spontaneous brain activity pattern in patients with high myopia: a dynamic amplitude of low-frequency fluctuations study[J]. Neuroradiology, 2023, 65(1): 157-166. DOI: 10.1007/s00234-022-03033-5.
[11]
RODENBECK S J, MACKAY D D. Examining the ocular fundus in neurology[J]. Curr Opin Neurol, 2019, 32(1): 105-110. DOI: 10.1097/WCO.0000000000000637.
[12]
ZHAO X J, DING X Y, LYU C C, et al. Morphological characteristics and visual acuity of highly myopic eyes with different severities of myopic maculopathy[J]. Retina, 2020, 40(3): 461-467. DOI: 10.1097/IAE.0000000000002418.
[13]
WOJTKOWSKI M, BAJRASZEWSKI T, GORCZYŃSKA I, et al. Ophthalmic imaging by spectral optical coherence tomography[J]. Am J Ophthalmol, 2004, 138(3): 412-419. DOI: 10.1016/j.ajo.2004.04.049.
[14]
AUMANN S, DONNER S, FISCHER J, et al. Optical coherence tomography (OCT): principle and technical realization[M]// High Resolution Imaging in Microscopy and Ophthalmology. Cham: Springer, 2019: 59-85. DOI: 10.1007/978-3-030-16638-0_3.
[15]
ONG S S, CUMMINGS T J, VAJZOVIC L, et al. Comparison of optical coherence tomography with fundus photographs, fluorescein angiography, and histopathologic analysis in assessing Coats disease[J]. JAMA Ophthalmol, 2019, 137(2): 176-183. DOI: 10.1001/jamaophthalmol.2018.5654.
[16]
LI Y, ZHENG F H, FOO L L, et al. Advances in OCT imaging in myopia and pathologic myopia[J/OL]. Diagnostics, 2022, 12(6): 1418 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/35741230/. DOI: 10.3390/diagnostics12061418.
[17]
CORVI F, ZICARELLI F, AIRALDI M, et al. Comparison between widefield optical coherence tomography devices in eyes with high myopia[J/OL]. Diagnostics, 2021, 11(4): 658 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/33917400/. DOI: 10.3390/diagnostics11040658.
[18]
JAVED A, KHANNA A, PALMER E, et al. Optical coherence tomography angiography: a review of the current literature[J/OL]. J Int Med Res, 2023, 51(7): 3000605231187933 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/37498178/. DOI: 10.1177/03000605231187933.
[19]
ENZ T J, MALOCA P M, TSCHOPP M, et al. Volume-rendered optical coherence tomography angiography during ocular interventions: advocating for noninvasive intraoperative retinal perfusion monitoring[J/OL]. J Biophotonics, 2022, 15(12): e202200169 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/36089335/. DOI: 10.1002/jbio.202200169.
[20]
徐达华, 朱婷, 王晓琳, 等. 全域扫频超广角OCTA对中高度近视患者视网膜血流密度的观察[J]. 临床眼科杂志, 2024, 32(2): 112-116. DOI: 10.3969/j.issn.1006-8422.2024.02.004.
XU D H, ZHU T, WANG X L, et al. Observation of retinal blood flow density in patients with moderate to high myopia by global swept ultra-wide-angle OCTA[J]. J Clin Ophthalmol, 2024, 32(2): 112-116. DOI: 10.3969/j.issn.1006-8422.2024.02.004.
[21]
ZHANG K, YANG X H, WANG Z Y, et al. Observation of macular hole associated with retinoschisis in patients with high myopia[J]. Graefes Arch Clin Exp Ophthalmol, 2023, 261(1): 57-65. DOI: 10.1007/s00417-022-05766-8.
[22]
SHEN X Q, ZHOU T Y, SUN Z H, et al. Trends in application of fundus fluorescein angiography in fundus diseases during a recent ten-year period[J/OL]. Photodiagnosis Photodyn Ther, 2024, 46: 104029 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/38428785/. DOI: 10.1016/j.pdpdt.2024.104029.
[23]
YANG M, HAN J, PARK J I, et al. Prediction of visual acuity in pathologic myopia with myopic choroidal neovascularization treated with anti-vascular endothelial growth factor using a deep neural network based on optical coherence tomography images[J/OL]. Biomedicines, 2023, 11(8): 2238 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/37626734/. DOI: 10.3390/biomedicines11082238.
[24]
GIORNO P, IACONO P, SCARINCI F, et al. Microvasculature changes of myopic choroidal neovascularization and the predictive value of feeder vessel disappearance after ranibizumab treatment revealed using optical coherence tomography angiography[J]. Ophthalmologica, 2020, 243(4): 263-270. DOI: 10.1159/000504755.
[25]
RUIZ-MEDRANO J, ALMAZÁN-ALONSO E, PUERTAS M, et al. Assessment and role of artery-vein complex in myopic choroidal neovascularization using optical coherence tomography angiography[J]. Retina, 2023, 43(9): 1544-1549. DOI: 10.1097/IAE.0000000000003852.
[26]
KALOGEROMITROS D C, MAKRIS M P, AGGELIDES X S, et al. Allergy skin testing in predicting adverse reactions to fluorescein: a prospective clinical study[J]. Acta Ophthalmol, 2011, 89(5): 480-483. DOI: 10.1111/j.1755-3768.2009.01722.x.
[27]
MEO S A, ABUKHALAF A A, ALOMAR A A, et al. Magnetic Resonance Imaging (MRI) and neurological manifestations in SARS-CoV-2 patients[J]. Eur Rev Med Pharmacol Sci, 2021, 25(2): 1101-1108. DOI: 10.26355/eurrev_202101_24681.
[28]
HAHN A, LANZENBERGER R, KASPER S. Making sense of connectivity[J]. Int J Neuropsychopharmacol, 2019, 22(3): 194-207. DOI: 10.1093/ijnp/pyy100.
[29]
KIM T Y, LEE M W, BAEK S K, et al. Comparison of retinal layer thicknesses of highly myopic eyes and normal eyes[J]. Korean J Ophthalmol, 2020, 34(6): 469-477. DOI: 10.3341/kjo.2020.0012.
[30]
CHEN X Y, HE H L, XU J, et al. Clinical features of fundus tessellation and its relationship with myopia: a systematic review and meta-analysis[J]. Ophthalmol Ther, 2023, 12(6): 3159-3175. DOI: 10.1007/s40123-023-00802-0.
[31]
YE Y H, ARUMA A, ZHAO W X, et al. A novel quick contrast sensitivity function test in Chinese adults with myopia and its related parameters[J]. Albrecht Von Graefes Arch Fur Klin Und Exp Ophthalmol, 2023, 261(7): 2071-2080. DOI: 10.1007/s00417-023-06010-7.
[32]
LI Z X, LIU R, XIAO O, et al. Progression of myopic maculopathy in highly myopic Chinese eyes[J]. Invest Ophthalmol Vis Sci, 2019, 60(4): 1096-1104. DOI: 10.1167/iovs.18-25800.
[33]
TRAN A, MACLEAN M W, HADID V, et al. Neuronal mechanisms of motion detection underlying blindsight assessed by functional magnetic resonance imaging (fMRI)[J/OL]. Neuropsychologia, 2019, 128: 187-197 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/30825453/. DOI: 10.1016/j.neuropsychologia.2019.02.012.
[34]
MILLS-FINNERTY C, FRANGOS E, ALLEN K, et al. Functional magnetic resonance imaging studies in sexual medicine: a primer[J]. J Sex Med, 2022, 19(7): 1073-1089. DOI: 10.1016/j.jsxm.2022.03.217.
[35]
LEE M H, SMYSER C D, SHIMONY J S. Resting-state fMRI: a review of methods and clinical applications[J]. AJNR Am J Neuroradiol, 2013, 34(10): 1866-1872. DOI: 10.3174/ajnr.A3263.
[36]
NGUYEN H M, CHEN J Y, GLOVER G H. Morphological component analysis of functional MRI brain networks[J]. IEEE Trans Biomed Eng, 2022, 69(10): 3193-3204. DOI: 10.1109/TBME.2022.3162606.
[37]
LUO Y, SUN T T, MA C C, et al. Alterations of brain networks in Alzheimer's disease and mild cognitive impairment: a resting state fMRI study based on a population-specific brain template[J/OL]. Neuroscience, 2021, 452: 192-207 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/33197505/. DOI: 10.1016/j.neuroscience.2020.10.023.
[38]
DRYBURGH E, MCKENNA S, REKIK I. Predicting full-scale and verbal intelligence scores from functional Connectomic data in individuals with autism Spectrum disorder[J]. Brain Imaging Behav, 2020, 14(5): 1769-1778. DOI: 10.1007/s11682-019-00111-w.
[39]
RANZENBERGER L R, DAS J M, SNYDER T. Diffusion Tensor Imaging[J/OL]. In: StatPearls, 2023 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/30726046/. DOI: 10.1212/WNL.0b013e3181d3e43a.
[40]
LIU J Y, LEI Y H, DIAO Y Y, et al. Altered whole-brain gray matter volume in form-deprivation myopia rats based on voxel-based morphometry: a pilot study[J/OL]. Front Neurosci, 2023, 17: 1113578 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/37144093/. DOI: 10.3389/fnins.2023.1113578.
[41]
WANG H H, WEN H W, LI J, et al. Characterization of brain microstructural abnormalities in high myopia patients: a preliminary diffusion kurtosis imaging study[J]. Korean J Radiol, 2021, 22(7): 1142-1151. DOI: 10.3348/kjr.2020.0178.
[42]
GOTO M, ABE O, HAGIWARA A, et al. Advantages of using both voxel- and surface-based morphometry in cortical morphology analysis: a review of various applications[J]. Magn Reson Med Sci, 2022, 21(1): 41-57. DOI: 10.2463/mrms.rev.2021-0096.
[43]
LI Q, GUO M X, DONG H H, et al. Voxel-based analysis of regional gray and white matter concentration in high myopia[J/OL]. Vision Res, 2012, 58: 45-501113578 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/22402232/. DOI: 10.1016/j.visres.2012.02.005.
[44]
QIU D Q, TAN L H, ZHOU K, et al. Diffusion tensor imaging of normal white matter maturation from late childhood to young adulthood: voxel-wise evaluation of mean diffusivity, fractional anisotropy, radial and axial diffusivities, and correlation with reading development[J]. NeuroImage, 2008, 41(2): 223-232. DOI: 10.1016/j.neuroimage.2008.02.023.
[45]
WU Y J, WU N, HUANG X, et al. Evidence of cortical thickness reduction and disconnection in high myopia[J/OL]. Sci Rep, 2020, 10(1): 16239 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/33004887/. DOI: 10.1038/s41598-020-73415-3.
[46]
KIMMIG H, GREENLEE M W, GONDAN M, et al. Relationship between saccadic eye movements and cortical activity as measured by fMRI: quantitative and qualitative aspects[J]. Exp Brain Res, 2001, 141(2): 184-194. DOI: 10.1007/s002210100844.
[47]
HUANG X, ZHOU F Q, HU Y X, et al. Altered spontaneous brain activity pattern in patients with high myopia using amplitude of low-frequency fluctuation: a resting-state fMRI study[J/OL]. Neuropsychiatr Dis Treat, 2016, 12: 2949-2956 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/27881920/. DOI: 10.2147/NDT.S118326.
[48]
MIRZAJANI A, GHORBANI M, RASULI B, et al. Effect of induced high myopia on functional MRI signal changes[J/OL]. Phys Med, 2017, 37: 32-36 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/28535912/. DOI: 10.1016/j.ejmp.2017.04.004.
[49]
CHENG Y, HUANG X, HU Y X, et al. Comparison of intrinsic brain activity in individuals with low/moderate myopia versus high myopia revealed by the amplitude of low-frequency fluctuations[J]. Acta Radiol, 2020, 61(4): 496-507. DOI: 10.1177/0284185119867633.
[50]
吴雅俊, 李文生. 核磁共振技术在高度近视临床研究中的应用[J]. 国际眼科杂志, 2023, 23(4): 612-615. DOI: 10.3980/j.issn.1672-5123.2023.4.16.
WU Y J, LI W S. Application of nuclear magnetic resonance in the clinical study of high myopia[J]. Int Eye Sci, 2023, 23(4): 612-615. DOI: 10.3980/j.issn.1672-5123.2023.4.16.
[51]
WALDSTEIN S M, VOGL W D, BOGUNOVIC H, et al. Characterization of drusen and hyperreflective foci as biomarkers for disease progression in age-related macular degeneration using artificial intelligence in optical coherence tomography[J]. JAMA Ophthalmol, 2020, 138(7): 740-747. DOI: 10.1001/jamaophthalmol.2020.1376.
[52]
DHIMAN R, RAKHEJA V, GUPTA V, et al. Current concepts in the management of childhood myopia[J]. Indian J Ophthalmol, 2022, 70(8): 2800-2815. DOI: 10.4103/ijo.IJO_2098_21.
[53]
OHNO-MATSUI K, WU P C, YAMASHIRO K, et al. IMI pathologic myopia[J/OL]. Invest Ophthalmol Vis Sci, 2021, 62(5): 5 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/33909033/. DOI: 10.1167/iovs.62.5.5.
[54]
SANKARIDURG P, TAHHAN N, KANDEL H, et al. IMI impact of myopia[J/OL]. Invest Ophthalmol Vis Sci, 2021, 62(5): 2 [2024-08-16]. https://pubmed.ncbi.nlm.nih.gov/33909036/. DOI: 10.1167/iovs.62.5.2.
[55]
TING D S W, PASQUALE L R, PENG L, et al. Artificial intelligence and deep learning in ophthalmology[J]. Br J Ophthalmol, 2019, 103(2): 167-175. DOI: 10.1136/bjophthalmol-2018-313173.
[56]
HE S, BULLOCH G, ZHANG L X, et al. Cross-camera performance of deep learning algorithms to diagnose common ophthalmic diseases: a comparative study highlighting feasibility to portable fundus camera use[J]. Curr Eye Res, 2023, 48(9): 857-863. DOI: 10.1080/02713683.2023.2215984.
[57]
O'BYRNE C, ABBAS A, KOROT E, et al. Automated deep learning in ophthalmology: AI that can build AI[J]. Curr Opin Ophthalmol, 2021, 32(5): 406-412. DOI: 10.1097/ICU.0000000000000779.
[58]
YANG L W Y, NG W Y, FOO L L, et al. Deep learning-based natural language processing in ophthalmology: applications, challenges and future directions[J]. Curr Opin Ophthalmol, 2021, 32(5): 397-405. DOI: 10.1097/ICU.0000000000000789.
[59]
SAYRES R, TALY A, RAHIMY E, et al. Using a deep learning algorithm and integrated gradients explanation to assist grading for diabetic retinopathy[J]. Ophthalmology, 2019, 126(4): 552-564. DOI: 10.1016/j.ophtha.2018.11.016.
[60]
MASAYOSHI K, KATADA Y, OZAWA N, et al. Deep learning segmentation of non-perfusion area from color fundus images and AI-generated fluorescein angiography[J/OL]. Sci Rep, 2024, 14(1): 10801 [2024-08-28]. https://pubmed.ncbi.nlm.nih.gov/38734727/. DOI: 10.1038/s41598-024-61561-x.
[61]
ZHENG B, JIANG Q, LU B, et al. Five-category intelligent auxiliary diagnosis model of common fundus diseases based on fundus images[J/OL]. Transl Vis Sci Technol, 2021, 10(7): 20 [2024-08-28]. https://pubmed.ncbi.nlm.nih.gov/34132760/. DOI: 10.1167/tvst.10.7.20.
[62]
LIN D R, XIONG J H, LIU C X, et al. Application of Comprehensive Artificial intelligence Retinal Expert (CARE) system: a national real-world evidence study[J/OL]. Lancet Digit Health, 2021, 3(8): e486-e495 [2024-08-28]. https://pubmed.ncbi.nlm.nih.gov/34325853/. DOI: 10.1016/S2589-7500(21)00086-8.
[63]
SHAH P, MISHRA D, SHANMUGAM M, et al. Acceptability of artificial intelligence-based retina screening in general population[J]. Indian J Ophthalmol, 2022, 70(4): 1140-1144. DOI: 10.4103/ijo.IJO_1840_21.
[64]
MAZZUCA D, BORSELLI M, GRATTERI S, et al. Applications and current medico-legal challenges of telemedicine in ophthalmology[J/OL]. Int J Environ Res Public Health, 2022, 19(9): 5614 [2024-08-28]. https://pubmed.ncbi.nlm.nih.gov/35565003/. DOI: 10.3390/ijerph19095614.
[65]
SHAHBAZ R, SALDUCCI M. Law and order of modern ophthalmology: Teleophthalmology, smartphones legal and ethics[J]. Eur J Ophthalmol, 2021, 31(1): 13-21. DOI: 10.1177/1120672120934405.
[66]
PAN Y H, LIU J R, CAI Y T, et al. Fundus image classification using Inception V3 and ResNet-50 for the early diagnostics of fundus diseases[J/OL]. Front Physiol, 2023, 14: 1126780 [2024-08-28]. https://pubmed.ncbi.nlm.nih.gov/36875027/. DOI: 10.3389/fphys.2023.1126780.
[67]
WANG S Z, SHEN W Y, GAO Z Y, et al. Enhancing the ophthalmic AI assessment with a fundus image quality classifier using local and global attention mechanisms[J/OL]. Front Med, 2024, 11: 1418048 [2024-08-28]. https://pubmed.ncbi.nlm.nih.gov/39175821/. DOI: 10.3389/fmed.2024.1418048.

上一篇 类淋巴系统磁共振成像在脑肿瘤中的研究进展
下一篇 基于无创成像技术评估心外膜脂肪组织与心血管疾病相关性的研究进展
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2