多参数OCTA生物标志物提高早期糖尿病视网膜病变诊断
摘要
研究通过结合多种光学相干断层扫描血管成像（OCTA）特征，提高了对轻度糖尿病视网膜病变（DR）与健康对照组的区分能力。研究发现，多参数组合模型比单一参数模型具有更高的鉴别性能，平均AUC达到约0.95。最稳定的高绩效模型贡献者是那些在更广泛参数集中弱相关但反复整合的特征。
信息来源： PubMed Ophthalmology 发布于 2026年3月2日
要点速览
- 多参数OCTA特征组合显著提高了轻度糖尿病视网膜病变与健康对照组的区分能力。
- 研究使用支持向量机模型评估所有特征组合，并通过重复随机划分进行性能评估。
- 最稳定的高绩效模型贡献者是那些在更广泛参数集中弱相关但反复整合的特征。
本站解读
这项研究揭示了眼科诊断技术路线的一个重要转变：从依赖单一强指标到重视多参数综合分析。这一变化不仅提升了早期糖尿病视网膜病变的诊断准确性，还为未来定量OCTA分析提供了新的思路。在中国眼科市场，随着人口老龄化和糖尿病发病率上升，精准诊断的需求日益增长。目前，国内外多家企业如蔡司、海德堡等都在积极布局OCTA设备和技术，竞争格局正在悄然变化。
国内企业在这一领域也逐渐崭露头角，例如迈瑞医疗和新产业生物等，它们在OCTA技术研发上投入巨大，试图打破国外品牌的垄断地位。然而，技术壁垒依然存在，尤其是数据处理和算法优化方面，国外企业仍占据优势。未来，随着人工智能和大数据技术的发展，这些技术差距有望缩小。
值得注意的是，尽管多参数组合模型表现出色，但其临床应用还需进一步验证。后续需要密切关注的是，这些模型在不同人群中的稳定性和泛化能力如何，以及是否能在实际诊疗中有效提升患者的治疗效果。此外，随着更多研究的推进，我们还需要关注是否有新的生物标志物被发现，从而进一步优化诊断模型。
常见问题
这个研究对糖尿病患者有什么帮助？
这项研究通过多参数OCTA特征组合，提高了早期糖尿病视网膜病变的诊断准确性。这意味着医生可以更早地发现病变，及时采取干预措施，从而改善患者的预后。如有疑虑可咨询眼科医生。
这种新技术什么时候能用上？
这项研究目前还在初步阶段，需要进一步的临床验证。具体何时能够广泛应用，取决于后续的研究进展和监管部门的审批情况。如有疑虑可咨询眼科医生。
延伸阅读
糖尿病视网膜病变的纵向定量评估：OCT与OCTA的应用
该前瞻性研究通过光学相干断层扫描（OCT）、光学相干断层扫描血管成像（OCTA）及MATLAB分析，对142只糖尿病眼（0-3期糖尿病视网膜病变，DR）和34只对照眼进行了为期两年的随访。研究发现，糖尿病眼在基线时即表现出较低的黄斑下脉络膜厚度（SFCT）和脉络膜血管指数（CVI），且这些指标随时间进一步恶化。此外，深层血管直径指数（VDI）在区分0期与1期DR方面表现最佳，而浅层VDI则有助于区分2期与3期DR。这些定量指标为早期检测、分期和监测DR提供了新的生物标志物。
眼底病易漏诊？专家提醒五类高危情况
迈阿密阳光眼科视网膜中心 Singh 医生指出，综合眼科医生常漏诊五类视网膜疾病。他特别提到增殖性糖尿病视网膜病变，建议利用光学相干断层扫描血管成像技术辅助诊断。该技术能提供视盘新生血管参考点，帮助医生判断是立即转诊给视网膜专家还是继续观察。这一建议旨在提升基层医生对高危眼底病的识别能力，优化转诊决策流程，避免患者因延误治疗导致视力不可逆损伤，强调了影像学检查在复杂眼底病筛查中的辅助价值。
糖尿病视网膜病变早期诊断的自动化系统
该研究旨在开发一种基于眼底图像的自动化诊断系统，用于早期检测糖尿病视网膜病变（DR）。通过识别渗出物、出血和微动脉瘤等特征，结合小波变换边缘增强、高斯混合模型聚类以及机器学习算法（如随机森林分类器和多层感知机神经网络）进行特征提取和分类。研究使用了IDRiD数据集和Kaggle数据集中的眼底图像，结果显示，基于随机森林的分类系统在检测DR病灶方面达到了95.08%的敏感性、86.67%的特异性和95.20%的整体准确性。这一方法为大规模筛查提供了高精度、自动化且可扩展的解决方案，尤其适用于眼科专业资源有限的地区。