眼底结构量化示意图

　　中国宁波网记者 张凯凯 通讯员 高晓静

　　眼睛是人体最重要的身体器官，可由此观察多个身体部位的健康状况，自古就有“体内有疾，眼先知”的说法。

　　那么，像阿尔茨海默病、帕金森病等脑神经退行性疾病，是否有可能通过观察眼睛，提前窥见早期征兆呢？

　　近日，中科院宁波材料所传来新的研究进展。在研究员赵一天的带领下，长期从事眼科图像分析的中科院宁波材料所智能医学影像（iMED）团队发现，通过眼科图像采集和图像的智能化分析，可以潜在挖掘眼睛结构变化与心脑疾病发病之间的关系。研究团队还发掘出阿尔茨海默病、中风、冠心病等心脑疾病的早期检测方案，这将有助于更好、更便捷地理解疾病发病机制，为脑部疾病患者带来福音。

OCTA血管分割数据集

　　为了探索眼底视网膜结构变化与阿尔茨海默病间的关系，iMED团队将光学相干断层扫描血流成像（OCTA）的眼底图像作为主要分析对象，该图像可以高精度地反映眼底结构中的血流变化。

　　由于毛细血管拍摄呈现度低，血管网络结构复杂度高，iMED团队还在视网膜图像分析领域构建了首个OCTA血管分割数据集，以算法智能分析、机器学习等方式，破解图像分析中的血管自动提取和定量分析难题。

　　“在分析了来自宁波大学附属人民医院、北京大学第三医院、浙江省人民医院等多家医疗机构的大批量阿尔茨海默病人眼脑临床数据后，我们发现，多种量化指标与阿尔茨海默病的发病具有显著相关性，其中包括血管密度、血管分形维数、血管弯曲度以及FAZ圆度等。这一结果与临床先验共识相符，为后续的眼-脑联动模型奠定了实验基础。”赵一天研究员表示。

眼底结构量化与阿尔茨海默病相关性分析

　　与此同时，团队还开展了其他脑部相关疾病的统计分析，包括脑卒中和帕金森症等，结果均发现一些眼部生物指标与发病的统计相关性，为未来实现多种脑部疾病的筛查提供了思路。

　　这些研究结论表明，通过OCTA来进行阿尔茨海默病的快速检测具有一定可行性。因此，iMED团队针对OCTA图像本身的特点，即它包含丰富的血管分层信息，设计了一个端到端的模型来进行阿尔兹海默病的检测。

　　目前，团队所开发的基于人工智能的筛查模型，对阿尔茨海默病的社区筛查准确率已经超过75%。此外，团队目前也在开展包括冠心病等心脑血管疾病的眼部图像筛查模式建立工作。

编辑： 杨丹

纠错：171964650@qq.com