黄斑部 OCTA 和 GCIPL 的关系及其使用 AI 的组合指数

这是一项前瞻性的横断面研究。 所有招募的青光眼患者和健康受试者将接受完整的眼科检查，包括最佳矫正视力 (BCVA) 测量、裂隙灯检查、房角镜检查、眼底检查、使用 IOL Master（Carl Zeiss Meditec, Dublin, CA , 美国), 和标准自动视野测量法 (SAP)。 中央角膜厚度 (CCT) 将使用超声厚度测量法（Pachmate；DGH Technology，Exton，PA，USA）测量。 将使用自动角膜曲率计（ARK-510A；NIDEK，Hiroshi，Japan）测量角膜曲率计。 还将使用无红 RNFL 照片和视盘立体照片对所有患者进行检查。 将进行两种不同的 OCT 检查以分别测量黄斑 GCIPLT 和黄斑血管密度、谱域光学相干断层扫描 (SD-OCT) 和扫描源光学相干断层扫描血管造影 (SS-OCTA)。

将使用扫描源 OCT (SS-OCT) 设备（DRI OCT Atlantis；Topcon，Tokyo，Japan）获得黄斑血管造影图像。 SS-OCT 使用红外光，波长为 1050 nm，比传统的 SD-OCT 更长，每秒进行 100,000 次 A 扫描。 这种较长的红外光源具有穿透视网膜和脉络膜深度信号的优点。 其在组织中的轴向和横向分辨率分别为 7 和 20 μm。 体积 OCT 扫描取自 6 × 6 mm 的立方体。 每个立方体由以中央凹为中心的 320 组 4 次重复 B 扫描组成。 通过测量这些重复扫描的 OCT 图像的强度波动来检测移动物体（主要是血流）。 这种方法被称为 OCTARA（OCT 血管造影比率分析）算法，其中计算基于一次扫描中跨点的强度值与重复扫描中的相同点之间的比率。 OCTARA 为中低血流提供了 10 ~ 50 倍数量级的相对灵敏度优势。 自动分割由 OCT 软件执行以分离视网膜的每一层。 表面毛细管网络的正面图像来自正面平板，范围从内界膜 (ILM) 到内核层 (INL) 的内边界。

调查人员使用 Microsoft Visual Studio 2012 和带有点网库的 C# 语言开发了自定义 Windows 软件。 该软件计算与 GCIPL 部门完全匹配的部门平均船只密度。 它需要两个图像文件，浅层血管层图像和彩色血管密度图，从 OCTA 仪器中导出。 加载两个图像文件后，中央凹会自动检测到，但如果软件出现故障，用户可以手动设置中央凹位置。 然后，它计算两个椭圆边界、外边界 4800 x 3000 µm 和内边界 1200 x 1000 µm（宽 x 高）以中央凹为中心的平均扇形血管密度。 这个内椭圆和外椭圆的直径和扇形角度与 GCIPL 扇形完全匹配。 从彩色密度图计算平均血管密度。 首先，定制软件扫描扇区边界内的所有像素颜色。 然后，根据制造商的指南，将每个像素颜色转换为血管密度值。 最后，它取所有血管密度值的平均值。 这个平均血管密度是一个范围从 0 到 100 的无单位值。

Cirrus SD-OCT 仪器（Carl Zeiss Meditec，软件版本 6.0）将用于测量黄斑 GCIPLT。 使用 0.5% 托吡卡胺和 0.5% 去氧肾上腺素扩瞳后，对每只眼睛进行单次黄斑扫描（200 × 200 黄斑立方体扫描方案）。 GCA 算法自动分割 GCIPL 和 RNFL，并计算以中央凹为中心的 14.13 mm2 椭圆环区域内的黄斑 GCIPL 和 RNFL 的厚度。 内外椭圆体边界与我们的定制软件计算出的扇形血管密度完全匹配。 获得了平均、最小和六个部门（颞上、上、鼻上、鼻下、下和颞下）GCIPLT 值。 为了质量控制，研究人员将所有包含的 SD-OCT 扫描的最小信号强度设置为 6.0。