应用OCT和OCTA技术测量视网膜定量参数在糖尿病性视网膜病变诊治中的研究进展

[摘要]糖尿病常导致患者视网膜结构异常，进而引发糖尿病性视网膜病变（diabeticretinopathy，DR）。近年来，光学相干断层成像（opticalcoherencetomography，OCT）和光学相干断层扫描血管成像（opticalcoherencetomographyangiography，OCTA）技术逐渐兴起，因其具有分辨率高、使用快速简便及可量化相关参数等优势而广泛应用于临床。OCT和OCTA技术可检测DR患者的早期神经退行性改变及微血管变化等，其已成为观察视网膜结构变化的重要手段，对DR的临床诊治有重要指导意义。本文综述应用OCT和OCTA技术测量视网膜定量参数在糖尿病性视网膜病变诊治中的研究进展，以期为DR的早期诊断及疗效评估提供参考依据。

[关键词]糖尿病性视网膜病变；光学相干断层成像技术；光学相干断层扫描血管成像技术；视网膜

[中图分类号]R774.1[文献标识码]A[DOI]10.3969/j.issn.1673-9701.2024.32.029

糖尿病（diabetesmellitus，DM）作为一种常见的慢性疾病，其全球患病率呈持续增长趋势。统计数据显示，2019年全球DM患病率约为9.3%，预计到2045年，其患病率将达到10.9%[1]。随着病程的延长，DM患者会伴发一系列并发症。其中，微血管病变是一大类会对患者造成长期损害的并发症。DM伴发的微血管并发症通常包括糖尿病性视网膜病变（diabeticretinopathy，DR）、糖尿病肾病和糖尿病周围神经病变；其中，DR是DM微血管病变在眼部的主要表现，约1/3的DM患者伴有DR[2-3]。根据DR在眼底的表现，常分为增生型糖尿病性视网膜病变（proliferativediabeticretinopathy，PDR）和非增生型糖尿病性视网膜病变（non-proliferativediabeticretinopathy，NPDR）。通常情况下，大多数DR患者在出现黄斑水肿或PDR前无明显症状，进而错失最佳治疗时机[4]。早期发现DR患者相关眼底改变在该疾病的预防和早期治疗中尤为重要。在DR的发生、发展过程时，受细胞缺血、缺氧等因素影响，视网膜相关结构会发生明显改变，这些结构改变可通过视网膜相关结构参数定量观察[5]。随着具有更强穿透力及更高分辨率的扫频光源光学相干断层成像（swept-sourceopticalcoherencetomography，SS-OCT）技术的出现，人们对视网膜的研究更加深入。本文就近年来应用光学相干断层成像（opticalcoherencetomography，OCT）及光学相干断层扫描血管成像（opticalcoherencetomographyangiography，OCTA）技术测量视网膜定量参数在DR诊治中的研究进展进行综述。

1视网膜相关参数

1.1视网膜的形态结构

视网膜位于眼球壁内层，由色素上皮层和视网膜感觉层组成，由内到外可分为十层。视网膜后极部有一小凹陷区称为黄斑，其内含有大量视锥细胞，是视网膜视觉最敏锐的部位。当视网膜代谢出现障碍时，其结构会也发生一定程度的改变。因此，研究视网膜形态结构的变化有助于早期发现和评估相应病变。

1.2黄斑中心凹无血管区

与其他组织相比，在相同体质量下，视网膜尤其黄斑处所需氧气更多，更易出现缺氧损伤，因此研究黄斑处的血液循环尤为重要[6]。作为一种无创的检查方法，OCTA被广泛应用于黄斑处血液循环的检测。视网膜内层毛细血管在黄斑中心凹边缘处相互连接，形成一个特殊的无毛细血管区，即中心凹无血管区（fovealavascularzone，FAZ）[7]。FAZ周围环绕毛细血管网，这是视觉最敏感的区域，可反映黄斑区血液微循环的状态，当该区域形态结构出现异常时便会严重影响患者视力[8-9]。

1.2.1黄斑FAZ面积DR发生时，可观察到FAZ面积发生改变。研究表明，与非DM患者相比，DM患者的FAZ面积显著增加，这与多种病理机制有关[10]。Ciloglu等[11]应用OCTA技术比较NPDR患者和健康眼受试者的FAZ面积发现，无论是在浅层毛细血管丛（superficialcapillaryplexus，SCP），还是在深层毛细血管丛（deepcapillaryplexus，DCP）中，NPDR患者的FAZ面积均较健康眼受试者有所增加。Attia等[12]应用OCTA技术获得相同的研究结论，与健康志愿者相比，NPDR患者的FAZ面积更大且轮廓不规则。另有研究应用OCTA技术证实，无已知DM患者、无DR临床症状患者和NPDR患者的FAZ面积比较差异无统计学意义[13]。Kasumovic等[14]研究发现，NPDR患者FAZ面积的变化在DM病程超过10年的患者中更为显著。Kaderli等[15]研究发现，PDR患者的FAZ面积较NPDR患者大，且FAZ面积的增大对于检测新生血管的形成具有重要价值。Storch等[16]对FAZ面积与视力参数进行分析后发现，FAZ面积的增大并不一定会影响患者的最佳矫正视力（bestcorrectedvisualacuity，BCVA），但对比敏感度的下降与FAZ面积的增大密切相关。

1.2.2黄斑FAZ圆度指数FAZ面积易受多种因素影响，例如FAZ面积与年龄呈正相关。作为FAZ不规则性指标，FAZ圆度指数（acircularityindex，AI）则更为独立，其可能是预测DR进展更为敏感的指标[17]。Li等[18]研究表明，从健康人群到无DR的DM患者，再到轻度NPDR患者，其AI值逐渐增大，表明随着病情的进展，FAZ形态逐渐变得不规则。此外，也有学者对FAZ与脉络膜血管系统之间的相关性进行研究，认为二者是两个相对独立的过程[19]。

1.3黄斑区血管密度

黄斑区血管密度（vasculardensity，VD）是黄斑区血流与黄斑总面积的比值。多项研究证实，VD随着年龄的增长而降低；作为黄斑区血流灌注情况的量化指标，VD与原发性开角型青光眼、DR等多种疾病的发生发展密切相关[20-22]。广角扫频光源-OCTA技术可观测到视网膜黄斑区SCP和DCP变化，量化微血管参数，检测VD异常[23]。多项研究表明，DR与视网膜黄斑区VD密切相关[24-26]。Chai等[27]将患有DM而不伴有视网膜病变的患者与健康人群进行对比，发现即使患者没有发生DR，DM患者的VD或灌注密度依然在一定区域内发生改变，包括SCP和DCP等。Auvazian等[28]研究认为，DR患者的黄斑区VD随着DR病情的加重而进一步降低，而VD的降低又会反过来影响组织对氧气的运输和吸收，加重组织缺氧。上述结果表明，随着DR病情的进展，黄斑区VD显著降低，且这一变化与BCVA密切相关。

1.4神经纤维层厚度

视网膜神经纤维层（retinalnervefiberlayer，RNFL）由视网膜神经节细胞轴组成。RNFL在神经眼科中应用广泛，其厚度的测量常用于视神经功能的评估[29]。多项研究表明，DM患者在视网膜微血管病变发生前便已出现视网膜神经退行性改变[30-34]。Park等[35]将视网膜进一步分为内层视网膜和外层视网膜后进行分析发现，与健康人群对比，无DR的DM患者和轻度NPDR患者的全视网膜厚度和内层视网膜厚度均明显降低，同时伴视网膜敏感度降低，这一研究结果支持DM患者早期视网膜神经已发生退行性改变的观点。Lee等[36]研究发现，DM组患者的RNFL/VD比值明显高于对照组（没有任何全身性疾病的被诊断为单侧视网膜前膜、黄斑裂孔、视网膜脱离或人工晶状体脱位患者），表明DM患者的VD损伤比RNFL损伤更为突出，表明微血管损伤可能发生在神经退行性改变之前。另一研究则证实，DM患者的RNFL厚度随着时间的延长而逐渐下降，且BCVA与RNFL厚度的降低显著相关[37]。与健康对照组相比，无DR的DM患者的RNFL厚度相对较低[38-39]。然而，在DR患者中，RNFL的变化却显示出相互矛盾的结果。Bhaskaran等[40]研究发现，DR患者所有象限的RNFL厚度均变小，且其会随着DR严重程度的增加而进一步变小。Li等[41]研究发现，在晚期DR患者中，即使排除糖尿病黄斑水肿的影响，随着DR病情的进展，患者的RNFL厚度也逐渐增加，这可能是因为随着DR病情的加重，神经细胞发生肿胀甚至死亡。上述研究表明，RNFL厚度变薄提示DR早期可能已发生视网膜神经退行性病变，而在DR病情进展中，人们对RNFL厚度的变化尚存在争议。

2人工智能与OCT和OCTA技术

作为近年来的热门话题之一，人工智能被越来越多地应用于DR的研究和临床实践中。机器学习法可从图像中提取相关数据，对DR进行诊断和严重程度分级[42]。Carrera-Escalé等[43]研究显示，机器学习法对DM和DR均具有诊断潜力。Le等[44]则应用深度学习法提取6mm×6mm的OCTA图像，实现自动化OCTA分类，其在健康眼、DM不伴有DR眼及DR眼的区分中均表现出良好的准确性。Khalili等[45]应用机器学习算法对DR分期进行分类，采集大量DR患者的OCTA图像，结果显示机器学习法在NPDR和PDR的分类中具有出色的准确性。毫无疑问，随着人工智能技术的发展，其在DR领域的重要性便更加凸显，其可减轻临床医生的工作负担，提高诊断的准确性。

3小结和展望

DR是发生于微血管层面的一种眼部病变，常伴随视网膜功能和结构改变。作为非侵入性检查手段，OCT和OCTA技术能够更加快速、便捷、安全地获取视网膜相关定量参数，这为DR的诊断及预后评估提供了可靠的观察手段。随着SS-OCT的出现，医生能够更为直观、清晰地观察视网膜的结构改变。通过观察VD和FAZ等指标的变化，能够早期发现DR患者眼部功能和结构的改变，评估疾病严重程度等。就目前而言，OCT和OCTA技术作为DR的观测手段，仍存在以下问题：①OCT和OCTA技术在屈光介质混浊时成像较差，例如白内障、玻璃体积血及角膜斑翳等；②尽管SS-OCT在组织穿透能力上已较前有极大进步，但增加穿透深度以获得更高质量的图像及更大的观察范围仍待进一步改进；③OCTA技术在动静脉区分、视网膜血管屏障功能的观察上仍处于待研究阶段；④人工智能在DR领域的应用仍有待进一步发展。

利益冲突：所有作者均声明不存在利益冲突。

[参考文献]

[1] SAEEDIP，PETERSOHNI，SALPEAP，etal.Globalandregionaldiabetesprevalenceestimatesfor2019andprojectionsfor2030and2045：ResultsfromtheInternationalDiabetesFederationDiabetesAtlas，9thedition[J].DiabetesResClinPract，2019，157：107843.

[2] GENGT，ZHUK，LUQ，etal.Healthylifestylebehaviors，mediatingbiomarkers，andriskofmicrovascularcomplicationsamongindividualswithtype2diabetes：Acohortstudy[J].PLoSMed，2023，20（1）：e1004135.

[3] HASHEMIH，REZVANF，PAKZADR，etal.Globalandregionalprevalenceofdiabeticretinopathy;AcomprehensivesystematicreviewandMeta-analysis[J].SeminOphthalmol，2022，37（3）：291–306.

[4] LINKY，HSIHWH，LINYB，etal.Updateintheepidemiology，riskfactors，screening，andtreatmentofdiabeticretinopathy[J].JDiabetesInvestig，2021，12（8）：1322–1325.

[5] 刘启玲，王金蕾，马汀.光学相干断层扫描血管造影技术在糖尿病视网膜病变评估中的应用进展[J].武警医学，2024，35（1）：79–84.

[6] PRIMIANOG，ABEDE，CORBOG，etal.Macularimpairmentinmitochondrialdiseases：Apotentialbiomarkerofdiseaseseverity[J].SciRep，2020，10（1）：8554.

[7] LIUJ，HEY，&n8e8c54ca21bb40e2fea6e45f3e81c72743bc3427023c257d375367c1c76a010bbsp;KONGL，17dc5775ca861490427ed46fbd7af7ed3329e9953026c2ca68381f8242a1f923etal.Studyoffovealavascularzonegrowthinindividualswithmilddiabeticretinopathybyopticalcoherencetomography[J].InvestOphthalmolVisSci，2023，64（12）：21.

[8] ŽIVKOVIĆMLJ，LAZIĆL，ZLATANOVICM，etal.Theinfluenceofmyopiaonthefovealavascularzoneanddensityofbloodvesselsofthemacula-AnOCTAstudy[J].Medicina（Kaunas），2023，59（3）：452.

[9] HAJDUD，TOLDR，ANGELIO，etal.Identificationofmicrovascularandmorphologicalalterationsineyeswithcentralretinalnon-perfusion[J].PLoSOne，2020，15（11）：e0241753.

[10] AITCHISONRT，KENNEDYGJ，SHUX，etal.Measuringthefovealavascularzoneindiabetes：Astudyusingopticalcoherencetomographyangiography[J].JDiabetesInvestig，2022，13（4）：668–676.

[11] CILOGLUE，UNALF，SUKGENEA，etal.Evaluationoffovealavascularzoneandcapillaryplexusesindiabeticpatientsbyopticalcoherencetomographyangiography[J].KoreanJOphthalmol，2019，33（4）：359–365.

[12] ATTIAALIAHMEDM，SHAWKATABDELHALEEMA.Evaluationofmicrovascularandvisualacuitychangesinpatientswithearlydiabeticretinopathy：Opticalcoherencetomographyangiographystudy[J].ClinOphthalmol，2022，16：429–440.

[13] BONTZOSG，KABANAROUSA，GKIZISI，etal.Retinalneurodegeneration，macularcirculationandmorphologyofthefovealavascularzoneindiabetic ;patients：Quantitativecross-sectionalstudyusingOCT-A[J].ActaOphthalmol，2021，99（7）：e1135–e1140.

[14] KASUMOVICA，MATOCI，AVDAGICN，etal.Opticalcoherencetomographyangiographycontributionsinclassificationofnonproliferativediabeticretinopathy[J].ActaInformMed，2020，28（2）：103–107.

[15] KADERLIST，KARALEZLIA，KAYAC，etal.Sensitivityandspecificityoftheopticalcoherencetomographyangiographyfordetectionofneovascularizationandevaluationofperipheralischemiaindiabeticretinopathy[J].BeyogluEyeJ，2022，7（4）：273–281.

[16] STORCHMW，ZINSERG，LAUERMANNP，etal.Influenceofthesizeofthefovealavascularzoneonfunctionalandmorphologicalparametersinpatientswithearly-stagediabeticretinopathy[J].ClinOphthalmol，2022，16：1207–1213.

[17] LAVIAC，BONNINS，MAULEM，etal.Vesseldensityofsuperficial，intermediate，anddeepcapillaryplexusesusingopticalcoherencetomographyangiography[J].Retina，2019，39（2）：247–258.

[18] LIH，YUX，ZHENGB，etal.Earlyneurovascularchangesintheretinainpreclinicaldiabeticretinopathyanditsrelationwithbloodglucose[J].BMCOphthalmol，2021，21（1）：220.

[19] SIDORCZUKP，PIEKLARZB，KONOPINSKAJ，etal.Fovealavascularzonedoesnotcorrespondtochoroidalcharacteristicsinpatientswithdiabeticretinopathy：Asingle-centercross-sectionalanalysis[J]. DiabetesMetabSyndrObes，2021，14：2893–2903.

[20] PRAMILV，LEVINEES，WAHEEDNK.Macularvesseldensityindiabeticretinopathypatients：Howcanweaccuratelymeasureandwhatcanittellus？[J].ClinOphthalmol，2021，15：1517–1527.

[21] WUJ，SEBASTIANRT，CHUCJ，etal.ReducedmacularvesseldensityandcapillaryperfusioninglaucomadetectedusingOCTangiography[J].CurrEyeRes，2019，44（5）：533–540.

[22] LEESC，TRANS，AMINA，etal.Retinalvesseldensityinexudativeandnonexudativeage-relatedmaculardegenerationonopticalcoherencetomographyangiography[J].AmJOphthalmol，2020，212：7–16.

[23] QIZ，SIY，FENGF，etal.AnalysisofretinalandchoroidalcharacteristicsinpatientswithearlydiabeticretinopathyusingWSS-OCTA[J].FrontEndocrinol（Lausanne），2023，14：1184717.

[24] ABDELSHAFYM，ABDELSHAFYA.Correlationsbetweenopticalcoherencetomographyangiographyparametersandthevisualacuityinpatientswithdiabeticretinopathy[J].ClinOphthalmol，2020，14：1107–1115.

[25] WANGH，LIUX，HUX，etal.Retinalandchoroidalmicrovascularcharacterizationanddensitychangesindifferentstagesofdiabeticretinopathyeyes[J].FrontMed（Lausanne），2023，10：1186098.

[26] LIUT，LINW，SHIG，etal.Retinalandchoroidalvascularperfusionandthicknessmeasurementindiabeticretinopathypatientsbytheswept-sourceopticalcoherencetomographyangiography[J].FrontMed（Lausanne），2022，9：786708.

[27] CHAIQ，YAOY，GUOC，etal. Structuralandfunctionalretinalchangesinpatientswithtype2diabeteswithoutdiabeticretinopathy[J].AnnMed，2022，54（1）：1816–1825.

[28] AUVAZIANSL，CANOJ，LEAHYS，etal.Relatingretinalvascularoxygensaturationandmicrovasculaturemorphologyatprogressivestagesofdiabeticretinopathy[J].TranslVisSciTechnol，2021，10（6）：4.

[29] LOC，VUONGLN，MICIELIJA.Recentadvancesandfuturedirectionsontheuseofopticalcoherencetomographyinneuro-ophthalmology[J].TaiwanJOphthalmol，2021，11（1）：3–15.

[30] HAOJ，DUJ，GUX，etal.Changesinandtheassociationofretinalbloodperfusionandretinalnervesindiabeticpatientswithoutretinopathy[J].FrontEndocrinol（Lausanne），2023，13：1036735.

[31] MOHD-ILHAMI，TAIELM，SUHAIMIH，etal.Evaluationofmacularandretinalnervefiberlayerthicknessinchildrenwithtype1diabetesmellituswithoutretinopathy[J].KoreanJOphthalmol，2021，35（4）：287–294.

[32] JIAX，ZHONGZ，BAOT，etal.Evaluationofearlyretinalnerveinjuryintype2diabetespatientswithoutdiabeticretinopathy[J].FrontEndocrinol（Lausanne），2020，11：475672.

[33] CATALANIE，CERVIAD.Diabeticretinopathy：Amatterofretinalganglioncellhomeostasis[J].NeuralRegenRes，2020，15（7）：1253–1254.

[34] MEHBOOBMA，AMINZA，ISLAMQU.Comparisonofretinalnervefiberlayerthicknessbetweennormalpopulationandpatientswithdiabetesmellitususingopticalcoherencetomography[J].PakJMedSci，20GJ2MmmJIbCn2a0wzB27NMU/wPWRNxBXZVt/DnaT82Tg=19，35（1）：29–33.

[35] PARKJC，CHENYF，LIUM，etal.Structuralandfunctionalabnormalitiesinearly-stagediabeticretinopathy[J].CurrEyeRes，2020，45（8）：975–985.

[36] LEEMW，LEEJW，LEEKH，etal.PeripapillaryRNFL/vesseldensityratioinpatientswithtype2diabeteswithoutclinicaldiabeticretinopathy[J].SciRep，2022，12（1）：9463.

[37] LEEMW，LIMHB，KIMMS，etal.Effectsofprolongedtype2diabetesonchangesinperipapillaryretinalnervefiberlayerthicknessindiabeticeyeswithoutclinicaldiabeticretinopathy[J].SciRep，2021，11（1）：6813.

[38] TOPRAKI，FENKCISM，FIDANYAYLALIG，etal.Earlyretinalneurodegenerationinpreclinicaldiabeticretinopathy：Amultifactorialinvestigation[J].Eye（Lond），2020，34（6）：1100–1107.

[39] LIB，LIW，GUOC，etal.EarlydiagnosisofretinalneurovascularinjuryindiabeticpatientswithoutretinopathybyquantitativeanalysisofOCTandOCTA[J].ActaDiabetol，2023，60（8）：1063–1074.

[40] BHASKARANA，BABUM，SUDHAKARNA，etal.Studyofretinalnervefiberlayerthicknessindiabeticpatientsusingopticalcoherencetomography[J].IndianJOphthalmol，2023，71（3）：920–926.

[41] LIX，XIEJ，ZHANGL，etal.Identifyingmicrovascularandneuralparametersrelatedtotheseverityofdiabeticretinopathyusingopticalcoherencetomographyangiography[J].InvestOphthalmolVisSci，2020，61（5）：39.

[42] LAKSHMINARAYANANV，KHERADFALLAHH，SARKARA，etal.Automateddetectionanddiagnosisofdiabeticretinopathy：Acomprehensivesurvey[J].JImaging，2021，7（9）：165.

[43] CARRERA-ESCALÉL，BENALIA，RATHERTAC，etal.Radiomics-basedassessmentofOCTangiographyimagesfordiabeticretinopathydiagnosis[J].OphthalmolSci，2023，3（2）：100259.

[44] LED，ALAMM，YAOCK，etal.TransferlearningforautomatedOCTAdetectionofdiabeticretinopathy[J].TranslVisSciTechnol，2020，9（2）：35.

[45] KHALILIPOURE，REZAEEK，AZIMIH，etal.Automatedmachinelearning-basedclassificationofproliferativeandnon-proliferativediabeticretinopathyusingopticalcoherencetomographyangiographyvasculardensitymaps[J].GraefesArchClinExpOphthalmol，2023，261（2）：391–399.

（收稿日期：2024–06–18）

（修回日期：2024–10–08）