脉络膜厚度异常疾病中无灌注区的OCTA评估
摘要
该研究通过回顾性病例对照设计，利用光学相干断层扫描血管成像（OCTA）图像处理策略排除伪影，评估了22例脉络膜色素上皮病变（PPE）、25例自发缓解的中心性浆液性脉络膜视网膜病变（CSC）、20例经光动力疗法（PDT）治疗的CSC、21例活动性CSC、19例脉络膜新生血管病（PNV）及24例健康眼的脉络膜毛细血管无灌注区。结果显示，PNV组在最大无灌注区面积、平均无灌注区面积和非灌注区百分比（PNPCA）方面显著高于其他组。调整协变量后，PPE、活动性CSC和PNV与PNPCA增加相关，而PDT-CSC仅与最大无灌注区面积增大相关。最大无灌注区位置与肥厚血管（80%）和脉络膜新生血管（84.2%）的位置一致。这些参数在脉络膜厚度异常眼中明显高于健康对照组，尤其是PNV患者，提示其可能作为局部缺血和PNV发展的标志。
信息来源： PubMed Ophthalmology 发布于 2026年3月19日
要点速览
- PNV组在最大无灌注区面积、平均无灌注区面积和非灌注区百分比方面显著高于其他组。
- 研究使用了优化的OCTA图像处理算法，排除伪影，提高了无灌注区评估的准确性。
- 最大无灌注区位置与肥厚血管和脉络膜新生血管的位置一致，提示其可能作为局部缺血和PNV发展的标志。
本站解读
这项研究揭示了脉络膜厚度异常疾病中脉络膜毛细血管无灌注区的重要特征，为临床诊断和治疗提供了新的视角。技术路线的变迁在于，通过优化OCTA图像处理算法，排除伪影，使得无灌注区的评估更为准确。这不仅提升了诊断的精确度，也为后续的治疗决策提供了更可靠的数据支持。这一技术进步意味着，未来在脉络膜厚度异常疾病的管理中，OCTA将成为不可或缺的工具。
从行业竞争生态来看，各大眼科设备制造商纷纷加大在OCTA领域的研发投入，以期在这一细分市场占据领先地位。然而，随着技术的不断进步，护城河也在逐渐消长。例如，一些新兴企业通过创新算法和图像处理技术，正在逐步缩小与传统巨头的差距。国内外研发管线进度显示，国外企业在OCTA技术上的积累较为深厚，但国内企业也在迎头赶上，特别是在图像处理算法和临床应用方面取得了显著进展。
后续需要密切留意的是，随着更多高质量研究数据的积累，OCTA在脉络膜厚度异常疾病中的应用将更加广泛。此外，如何进一步提高图像处理算法的自动化程度，减少人为误差，将是未来研究的重点方向。同时，随着人工智能技术的发展，OCTA图像分析有望实现更高的智能化水平，从而进一步提升诊断效率和准确性。
常见问题
这个研究对我的病情有什么帮助？
这项研究通过更准确地评估脉络膜毛细血管的无灌注区，有助于医生更好地了解您的病情，并制定更有效的治疗方案。如有疑虑可咨询眼科医生。
OCTA是什么？它怎么帮助诊断？
OCTA是光学相干断层扫描血管成像技术，可以无创地显示眼部血管结构。这项技术通过排除伪影，提高了无灌注区评估的准确性，有助于更早发现和监测眼部疾病。
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。
OCT与OCTA在脉络膜血管指数测量中的重复性与一致性
该研究旨在评估不同扫频源光学相干断层扫描（OCT）设备以及OCT与OCT血管成像（OCTA）之间在测量脉络膜血管指数（CVI）时的重复性、再现性和一致性。研究使用了VG200I和Topcon DRI OCT Triton两种设备，对68只眼进行了三次图像采集，并通过内置软件和自定义算法分别计算CVI-OCTA和CVI-OCT。结果显示，两种OCT设备在测量CVI-OCTA和CVI-OCT时均表现出高重复性和再现性，但设备间的一致性在CVI-OCTA上较差。此外，同一设备内两种分析方法的一致性也较差。这些结果表明，尽管OCT设备在测量CVI时具有良好的稳定性，但在不同设备和不同分析方法之间的一致性仍需进一步改进。
OCT与OCTA在AMD研究中的进展：深度分析
该研究通过文献计量分析，探讨了2015年至2024年间光学相干断层扫描（OCT）和光学相干断层扫描血管成像（OCTA）在年龄相关性黄斑变性（AMD）领域的研究热点、新兴趋势和技术创新。研究发现，美国和中国是该领域的主要贡献者，其中美国在出版物数量和H指数上领先。加州大学系统在机构中表现最为突出。研究还表明，OCT和OCTA技术的结合，特别是与人工智能的整合，能够实现更早的病变检测、更精细的表型分类以及数据驱动的个性化管理。这些进步将显著提高AMD的诊断准确性和治疗决策。