人工智能综合管理黄斑水肿的抗VEGF治疗

There are many types of macular edema because of the different causes of the disease. To achieve the comprehensive management of diagnosis and treatment of macular edema, the effect of different anti-VEGF drugs on different types and different location of macular edema were distinguished and quantitatively analyzed by non-invasive optical coherence tomography (OCT). The study will make the accurate stratification of the retina and edema recognition using image analysis technique based artificial intelligence, analyze of the cause of macular edema automatically according to the morphological character of macular, recognize intra-retinal fluid (IRF) and sub-retinal fluid (SRF) accurately and then represent the whole situation of the macular edema on retinal fundus infrared images parallel to the retina. The area of IRF and SRF will be taken for three-dimensional synthesis, and their volume will be calculated respectively. The next is collecting and calculating the volume of edema at each follow-up point after receiving anti-VEGF treatment and making the “volume-time” curve. According to the curve, the regression of IRF and SRF after receiving different anti-VEGF will be analyzed. On the basis of the implementation of the algorithm, we will develop a software that can be carried on the OCT inspection device to achieve all the functions mentioned above. The existing the OCT report should be improved, which can comprehensively and quantitatively show the retinal edema on the OCT fundus infrared image. Lastly, according to the regression of different types of macular edema, we can evaluate the effect treatment of anti-VEGF drugs, and then formulate subsequent individualized treatment plan for patients with macular edema.

因发病原因的不同，黄斑水肿有多种类型。为实现黄斑水肿诊疗的综合管理，运用非侵入性的光相干断层扫描(OCT)区分黄斑水肿的类型，并定量分析不同抗血管内皮生长因子(VEGF)药物对不同类型、不同位置黄斑水肿的疗效差异。本课题运用基于人工智能的图像分析技术对视网膜的OCT图像进行准确分层及水肿区域识别，根据水肿的形态特征分析水肿产生病因，精确地辨别黄斑水肿视网膜层间水肿(IRF)和视网膜层下水肿(SRF)，能在平行于视网膜表面的OCT的眼底红外图像上呈现，并将IRF和SRF作三维合成，分别计算体积。采集并计算患者在接受抗VEGF治疗后各个随访点的水肿体积，作出“体积-时间”曲线，分析不同类型、不同位置的黄斑水肿在接受不同抗VEGF后的消退情况。改善现有的OCT检查报告，能够全面、定量地展现黄斑水肿的情况，并根据黄斑水肿的消退情况，评估当前抗VEGF药物的治疗效果，为患者制定后续的个性化治疗方案。

光学相干断层扫描(OCT)，能够精确地将视网膜各层可视化，对患者视网膜相关疾病的诊治、随访具有重要意义。黄斑水肿，根据不同位置可以分为视网膜层间积液(IRF)和视网膜神经上皮下积液(SRF)，是导致视力下降的主要原因之一。研究初期本团队对黄斑水肿进行了全面的文献综述（BMJ open, 2018, 8(12): e022700.）。抗血管内皮生长因子(anti-VEGF)药物成为视网膜水肿的新型治疗手段。近年来，OCT是了解患者水肿情况、评估治疗效果、随访的最主要检查手段。然而，黄斑水肿的OCT检查及治疗仍有许多不足之处。本研究主要内容包括对目前的视网膜分割算法作梳理，分析其中的不足之处，提出创新性算法，能够降低图像噪声，实现对视网膜的精确分割；对囊样水肿进行识别、提取、位置判断，即判断水肿为IRF还是SRF，并用不同的颜色加以区分（Int J Ophthalmol, 2019, 12(6): 1012）；对所识别水肿的边界拟合及三维合成，水肿区域在OCT红外眼底图像上的全面呈现，并分别计算体积；临床中采集入组患者治疗前后每次随访的OCT检查图像，根据每次随访时计算出的水肿体积，作出患者不同位置水肿消退变化图，评估药物的治疗效果。同时改进目前视网膜各层识别的相关算法，并创新性提出数字图像处理及图像三维合成的相关算法（Biomed Opt Express. 2019 Mar 5;10(4):1601-1612），使得计算机自动地、精确地识别IRF和SRF并用不同的颜色加以区分，并分别对IRF和SRF的体积作定量计算。对于接受抗VEGF的患者，分别定量计算上各个随访时间点IRF及SRF的体积；并从机制上，充分挖掘LncRNA TDRG1通路对于糖尿病视网膜病变患者不同位置网膜积液的重要作用（Front. Pharmacol, 2020, 10: 1703）。此项研究可以改进目前的OCT检查报告，致力于全面展示患者黄斑及其周边的水肿状况；编写相关的OCT图像合成软件并予以推广，医疗市场巨大；从临床及基础，双方面机制探讨并评估不同抗VEGF对于不同水肿的治疗效果，为视网膜水肿患者提供更加精准的治疗，效益可观。目前已发表相关SCI论文4篇，培养博士研究生2名。