探讨2型糖尿病患者相干光层析血管成像术（OCTA）图像量化效果，以及量化后各参数的变化及临床意义。
横断面研究。糖尿病组受试者纳入苏州大学附属理想眼科医院糖尿病视网膜病变防治小组于2017年9至12月招募的2型糖尿病视网膜病变患者105人（129只眼），其中男性47例，女性58例，年龄（61.41±8.44）岁；健康对照组为非糖尿病志愿者27名（32只眼），其中男性14名，女性13名，年龄（64.13±8.10）岁。对两组进行OCTA、眼底照相及最佳矫正视力（BCVA）检查。采用Image-pro plus对所有OCTA图像进行量化分析，组间各参数比较采用两独立样本t检验，各参数与BCVA的相关性采用Spearman检验，并进行方法的可靠性可重复性（ICC）和精确性（RSD）检验，通过受试者工作特征（ROC）曲线验证各参数对于糖尿病视网膜病变的诊断效率。
糖尿病组的血管密度在未分层视网膜及浅层视网膜上分别为49.146%±6.097%，44.038%±5.641%，显著低于健康对照组52.212%±6.250%，46.698%±5.417%（t=2.534，2.405；P<0.05）。糖尿病组的血管总长度在3层血管图中分别为（19.905±2.285）、（17.596±2.149）、（14.479±2.091）mm，均显著低于健康对照组的（21.037±2.185）、（18.739±1.994）、（15.343±2.266）mm（t=2.529，2.731，2.059；P<0.05）。糖尿病组的黄斑无血管区面积为（0.441±0.167）mm2，显著大于健康对照组（0.352±0.109）mm2（t=-2.831；P=0.005）。其他的参数两组间差异均无统计学意义（P>0.05）。糖尿病组BCVA与深层视网膜的血管密度（r=-0.197，P=0.026）及3层血管图的血管总长度均呈负相关（r=-0.225，-0.201，-0.250；P<0.05）。与其余的参数均无明显相关（P>0.05）。各个参数的ICC值均>0.965，而RSD均<3.049%。轴率的ROC曲线下面积（AUC）为0.737，非圆系数的AUC为0.724。
该OCTA检查结果图像量化方法的可靠性、可重复性及精确性较好。糖尿病患者血管密度、血管长度及无血管区的改变可出现在视力受损之前，而无血管区形态改变对于糖尿病视网膜病变的早期诊断具有指导意义。（中华眼科杂志，2019，55：273-279）
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
2015年全世界的糖尿病患者大约为4.15亿，到2040年，将升至6.42亿[1]。糖尿病视网膜病变（diabetic retinopathy，DR）已成为世界范围内成人视力损伤及致盲的首位因素[2]。现在对于DR的检查与诊断手段依赖于荧光素眼底血管造影、吲哚菁绿脉络膜造影与眼底彩色照相对于眼底的观察[3,4,5,6]，但是较低的成像质量和染料引起的不良反应极大限制了这些传统检查[7]。相干光层析血管成像术（optical coherence tomography angiography，OCTA）是观察眼底血管形态的新技术，它无需染料注射，非侵入性，具有极高的分辨率，并且图像获取时间较短，与这些传统检查相比，具有明显的优势[8,9]。OCTA图像的产生是基于一系列的局部二维断层扫描来探测血管内血细胞变化来实现的，通过这种技术可产生脉络膜与视网膜的三维血管可视化图像[10]。基于血管图像的高分辨率，可通过一些方法来对其定量分析，现已有一些研究分析糖尿病患者眼底血管的密度、无血管区面积形态等[11,12,13]，但是这些大多都是基于AngioVue平台的Split-Spectrum Amplitude-Decorrelation Angiography（SSADA）算法，因为该平台有自带的分析软件，对于其他类型的OCTA的量化报道较少，且都是通过自编软件进行量化测量，普及性不强[14,15]。在本研究中，我们利用图像分析软件image-pro plus对糖尿病患者的OCTA图像进行量化分析，这些OCTA图像是基于Angioplex平台的Optical Micro Angiography Algorithm（OMAG）算法得到[16,17]。测量参数方面，笔者分为血管测量及无血管区测量两部分，血管测量包括血管密度、血管总长度和血管平均直径[14,15]，无血管区测量包括无血管区面积和无血管区形态的量化，后者包括非圆系数及轴率[18]。通过本研究期望到一种普遍适用的OCTA图像量化方法，且进一步探讨各个参数的临床意义。
