目的基于深度学习的三维网络分割模型量化糖尿病性黄斑水肿(DME)患者的视网膜内液(IRF)体积,探讨IRF体积与视功能和OCT视网膜参数的关系。方法前瞻性纳入2022年7月到2024年9月于四川省人民医院眼科就诊的DME患者37例(42眼)。使用三维分...目的基于深度学习的三维网络分割模型量化糖尿病性黄斑水肿(DME)患者的视网膜内液(IRF)体积,探讨IRF体积与视功能和OCT视网膜参数的关系。方法前瞻性纳入2022年7月到2024年9月于四川省人民医院眼科就诊的DME患者37例(42眼)。使用三维分割模型自动量化基线和末次随访时6 mm×6 mm OCT范围内的IRF体积。分析基线和末次随访时,视力与IRF体积、中央视网膜厚度(CST)、视网膜内层紊乱(DRIL)、高反射物质(HRF)、外界膜(ELM)、椭圆体带(EZ)、玻璃体黄斑界面异常(VMIA)的相关性;分析基线和末次随访时,IRF体积与CST、DRIL、HRF、ELM、EZ、VMIA的相关性以及末次随访时视力与基线时IRF体积、CST、DRIL、HRF、ELM、EZ、VMIA的相关性。结果与基线相比,末次随访时患者BCVA(logMAR)显著上升,IRF体积与CST显著下降,HRF显著减少,DRIL、ELM、EZ显著恢复(均为P<0.05),VMIA无显著变化(P=1.000)。基线时,BCVA与IRF体积、CST、DRIL、HRF均呈负相关,与ELM、EZ均呈正相关(均为P<0.05);与VMIA无相关性(P=0.069)。末次随访时,BCVA与DRIL、HRF、VMIA均呈负相关,与ELM、EZ均呈正相关(均为P<0.01);与IRF体积、CST均无相关性(P=0.419、0.994)。基线时,IRF体积与CST呈正相关(P<0.001);与ELM、EZ均呈负相关(均为P<0.01);与DRIL、HRF、VMIA均无相关性(均为P>0.05)。末次随访时,IRF体积与CST、HRF均呈正相关(均为P<0.01);与DRIL、ELM、EZ、VMIA均无相关性(均为P>0.05)。末次随访时BCVA与基线时BCVA、ELM、EZ均呈正相关,与基线时的IRF体积、CST、DRIL、HRF、VMIA均呈负相关(均为P<0.05)。结论DME患者基线IRF体积是基线和末次随访时视力的重要影响因素,IRF体积是DME管理中的潜在生物标志物。展开更多
文摘目的基于深度学习的三维网络分割模型量化糖尿病性黄斑水肿(DME)患者的视网膜内液(IRF)体积,探讨IRF体积与视功能和OCT视网膜参数的关系。方法前瞻性纳入2022年7月到2024年9月于四川省人民医院眼科就诊的DME患者37例(42眼)。使用三维分割模型自动量化基线和末次随访时6 mm×6 mm OCT范围内的IRF体积。分析基线和末次随访时,视力与IRF体积、中央视网膜厚度(CST)、视网膜内层紊乱(DRIL)、高反射物质(HRF)、外界膜(ELM)、椭圆体带(EZ)、玻璃体黄斑界面异常(VMIA)的相关性;分析基线和末次随访时,IRF体积与CST、DRIL、HRF、ELM、EZ、VMIA的相关性以及末次随访时视力与基线时IRF体积、CST、DRIL、HRF、ELM、EZ、VMIA的相关性。结果与基线相比,末次随访时患者BCVA(logMAR)显著上升,IRF体积与CST显著下降,HRF显著减少,DRIL、ELM、EZ显著恢复(均为P<0.05),VMIA无显著变化(P=1.000)。基线时,BCVA与IRF体积、CST、DRIL、HRF均呈负相关,与ELM、EZ均呈正相关(均为P<0.05);与VMIA无相关性(P=0.069)。末次随访时,BCVA与DRIL、HRF、VMIA均呈负相关,与ELM、EZ均呈正相关(均为P<0.01);与IRF体积、CST均无相关性(P=0.419、0.994)。基线时,IRF体积与CST呈正相关(P<0.001);与ELM、EZ均呈负相关(均为P<0.01);与DRIL、HRF、VMIA均无相关性(均为P>0.05)。末次随访时,IRF体积与CST、HRF均呈正相关(均为P<0.01);与DRIL、ELM、EZ、VMIA均无相关性(均为P>0.05)。末次随访时BCVA与基线时BCVA、ELM、EZ均呈正相关,与基线时的IRF体积、CST、DRIL、HRF、VMIA均呈负相关(均为P<0.05)。结论DME患者基线IRF体积是基线和末次随访时视力的重要影响因素,IRF体积是DME管理中的潜在生物标志物。
