Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Medicine
Click here for the English version

Medicine

मनोभ्रंश का अध्ययन करने के लिए रेटिना इमेजिंग का उपयोग

Published: November 6, 2017 doi: 10.3791/56137
Automatic Translation
1, 1, 1, 1, 2,3,4, 5,6, 7,8, 1
1Department of Ophthalmology and Visual Sciences, The Chinese University of Hong Kong, 2Department of Medicine & Therapeutics, The Chinese University of Hong Kong, 3Therese Pei Fong Chow Research Centre for Prevention of Dementia, The Chinese University of Hong Kong, 4Gerald Choa Neuroscience Centre, The Chinese University of Hong Kong, 5Memory Aging and Cognition Centre, National University Health System, 6Department of Pharmacology, National University of Singapore, 7Singapore Eye Research Institute, Singapore National Eye Centre, 8Duke-NUS Medical School, National University of Singapore

Summary

रेटिना के शेयरों मस्तिष्क के साथ प्रमुख समानताएं और इस प्रकार एक अद्वितीय vasculature और मस्तिष्क गैर इनवेसिव में न्यूरॉन संरचना का अध्ययन करने के लिए खिड़की का प्रतिनिधित्व करता है. इस प्रोटोकॉल रेटिना इमेजिंग तकनीकों का उपयोग कर मनोभ्रंश अध्ययन करने के लिए एक विधि का वर्णन । इस विधि संभावित निदान और पागलपन के जोखिम के आकलन में सहायता कर सकते हैं ।

Abstract

रेटिना मस्तिष्क में मनोभ्रंश की pathophysiological प्रक्रियाओं का अध्ययन करने के लिए एक अनूठा "खिड़की" प्रदान करता है, क्योंकि यह केंद्रीय तंत्रिका तंत्र का एक विस्तार है (सीएनएस) और embryological मूल के मामले में मस्तिष्क के साथ शेयर प्रमुख समानताएं, संरचनात्मक सुविधाओं और शारीरिक गुण ।  संवहनी और न्यूरॉन्स रेटिना में संरचना अब आसानी से visualized किया जा सकता है और गैर-इनवेसिव रेटिना इमेजिंग तकनीकों का उपयोग कर, fundus फोटोग्राफी और ऑप्टिकल जुटना टोमोग्राफी सहित (OCT), और मात्रा अर्द्ध स्वचालित रूप से का उपयोग कर कंप्यूटर-सहायतापूर्ण विश्लेषण प्रोग्राम । रेटिना और मनोभ्रंश में संवहनी और ंयूरॉन परिवर्तन के बीच संघों का अध्ययन मनोभ्रंश के बारे में हमारी समझ में सुधार और, संभवतः, निदान और जोखिम मूल्यांकन में सहायता कर सकता है ।  इस प्रोटोकॉल को बढ़ाता है और रेटिना vasculature और ंयूरॉन संरचना है, जो संभावित मनोभ्रंश के साथ जुड़े रहे है विश्लेषण की एक विधि का वर्णन करना है । इस प्रोटोकॉल भी मनोभ्रंश के साथ विषयों में रेटिना परिवर्तन के उदाहरण प्रदान करता है, और तकनीकी मुद्दों और रेटिना इमेजिंग की वर्तमान सीमाओं पर चर्चा की ।

Introduction

जीवन प्रत्याशा में वृद्धि के कारण, मनोभ्रंश एक प्रमुख चिकित्सा समस्या बन गया है, महत्वपूर्ण सामाजिक और आर्थिक स्वास्थ्य के बोझ को विश्व स्तर पर योगदान1,2,3,4,5। आज, संयुक्त राज्य अमेरिका में एक व्यक्ति को अल्जाइमर रोग (विज्ञापन) विकसित, मनोभ्रंश का सबसे आम रूप, हर ६६ एस6। यह अनुमान लगाया गया है कि वर्ष २०५० तक, विज्ञापन7से ११५,०००,००० लोग प्रभावित होंगे ।

रेटिना मस्तिष्क के साथ अपनी इसी तरह के संरचनात्मक और शारीरिक गुणों के कारण मनोभ्रंश अध्ययन करने के लिए एक अद्वितीय "खिड़की" प्रदान करता है । vasculature के संदर्भ में, रेटिना धमनियों और venules, व्यास में ३०० µm को मापने, धमनियों, बैरियर समारोह के बिना अंत anastomoses के रूप में मस्तिष्क के छोटे जहाजों के साथ समान सुविधाओं का हिस्सा है, और ऑटो विनियमन8, 9. न्यूरॉन की संरचना के संदर्भ में, रेटिना ganglionic कोशिकाओं (RGCs) विशिष्ट गुण न्यूरॉन्स के साथ केंद्रीय तंत्रिका तंत्र (सीएनएस) 10 में साझा. RGCs मस्तिष्क के साथ प्रमुख रूप से जुड़े हुए है के रूप में वे ऑप्टिक तंत्रिका और परियोजना दृश्य संकेत रेटिना से पार्श्व geniculate नाभिक और बेहतर colliculus के लिए फार्म । ऑप्टिक तंत्रिका सीएनएस में कई ंयूरॉंस फाइबर के समान है, oligodendrocytes द्वारा myelinated है और मस्तिष्कावरणीय परतों में ensheathed है । विशेष रूप से, ऑप्टिक तंत्रिका के लिए एक अपमान इसी तरह की प्रतिक्रिया में परिणाम कर सकते है अंय सीएनएस axons में मनाया, जैसे प्रतिगामी और anterograde अध axon, निशान गठन, myelin विनाश, माध्यमिक अध..., और neurotrophic के एक असामांय स्तर के रूप में फैक्टर्स और न्यूरोट्रांसमीटर11,12,13,14. कुछ विज्ञापन रोगियों में दृश्य लक्षण की उपस्थिति भी रेटिना और मस्तिष्क के बीच मजबूत संघों द्वारा समझाया जा सकता है15,16. नतीजतन, यह सुझाव दिया गया है कि रेटिना मस्तिष्क में मनोभ्रंश के रोग प्रक्रियाओं को प्रतिबिंबित कर सकते हैं और रेटिना इमेजिंग मनोभ्रंश का अध्ययन करने के लिए इस्तेमाल किया जा सकता.

रेटिना vasculature और न्यूरॉन संरचना अब गैर इनवेसिव रेटिना इमेजिंग तकनीक का उपयोग कर कल्पना की जा सकती है. उदाहरण के लिए, रेटिना fundus तस्वीरें fundus कैमरों का उपयोग कर कब्जा कर लिया जा सकता है, और रेटिना vasculature की विशेषताओं (जैसे, पोत नली का व्यास, tortuosity, और भग्न आयाम) तो कंप्यूटर का उपयोग कर मात्रा जा सकता है-असिस्टेड विश्लेषण प्रोग्राम. इसके अलावा, रेटिना ंयूरॉन संरचना के मापदंडों (जैसे नाड़ीग्रंथि सेल की मोटाई-इनर plexiform परत [GC-आईपीएल] और रेटिना तंत्रिका फाइबर परत [RNFL]) भी ऑप्टिक जुटना टोमोग्राफी का उपयोग कर मापा जा सकता (OCT) और मात्रा का उपयोग कर निर्मित विश्लेषण एल्गोरिदम ।

मनोभ्रंश का अध्ययन करने के लिए रेटिना इमेजिंग के महत्व को ध्यान में रखते हुए, इस प्रोटोकॉल इमेजिंग की एक विधि का वर्णन और रेटिना इमेजिंग तकनीकों का उपयोग vivo में रेटिना vasculature और न्यूरॉन संरचना का विश्लेषण करना है. इस प्रोटोकॉल भी मनोभ्रंश के साथ विषयों में रेटिना परिवर्तन के उदाहरण प्रदान करता है, और तकनीकी मुद्दों और रेटिना इमेजिंग की वर्तमान सीमाओं पर चर्चा की ।

Subscription Required. Please recommend JoVE to your librarian.

Protocol

< p class = "jove_content" > यहां वर्णित सभी विधियों को हांगकांग में एक स्थानीय नैदानिक अनुसंधान नैतिकता समिति द्वारा अनुमोदित किया गया है ।

< p class = "jove_content" > नोट: सादगी के लिए, सामग्री के तालिका में सूचीबद्ध उपकरण रेटिना इमेजिंग और बाद के विश्लेषण की प्रक्रियाओं को समझाने के लिए प्रयोग किया जाता है. रेटिना संवहनी मापदंडों का मापन सिंगापुर मैं पोत आकलन कार्यक्रम (शिव) का उपयोग कर सचित्र है < सुप क्लास = "xref" > 17 (संस्करण ४.०, नेशनल यूनिवर्सिटी ऑफ सिंगापुर, सिंगापुर). हालांकि, यह ध्यान दिया जाना चाहिए कि उपकरणों का एक अलग सेट अंतर्निहित सिद्धांतों के समान ही रहने के रूप में अपनाया जा सकता है ।

< p class = "jove_title" > 1. रेटिना इमेजिंग के लिए विषय तैयार करें

  1. विषयों का फैलाव & #8217; विद्यार्थियों mydriatic एजेंट का उपयोग कर । पर्याप्त शिष्य फैलाव स्थापित करने के लिए कम से 15 मिनट के लिए प्रतीक्षा करें ।
< p class = "jove_title" > 2. एक कंप्यूटर की सहायता से विश्लेषण कार्यक्रम का उपयोग कर Fundus तस्वीरों से रेटिना संवहनी मापदंडों उपाय

< p class = "jove_content" > < img alt = "figure 1" class = "xfigimg" src = "//cloudfront.jove.com/files/ftp_upload/56137/56137fig1v2.jpg"/>
चित्रा 1: योजनाबद्ध आरेख रेटिना संवहनी मापदंडों को मापने की प्रक्रियाओं दिखा. ( a ) प्राप्त ऑप्टिक-डिस्क-fundus एक fundus कैमरा का उपयोग कर तस्वीरें । < सबल वर्ग = "xfig" > चित्रा 1a र < सबल वर्ग = "xfig" > चित्रा 2a इष्टतम गुणवत्ता के साथ दो fundus तस्वीरें हैं । ( B ) क्लाउड-आधारित सर्वर पर fundus फ़ोटोग्राफ़ अपलोड करें और छवि रूपांतरण फ़ैक्टर (ICF) सहित प्रासंगिक अध्ययन विवरण डालें. अंय कंप्यूटर-सहायतापूर्ण विश्लेषण प्रोग्राम छवियों को व्यवस्थित और संग्रहीत करने के लिए गैर-क्लाउड-आधारित पद्धतियों का उपयोग कर सकते हैं । ( C ) कंप्यूटर-असिस्टेड एनालिसिस प्रोग्राम में fundus फोटोग्राफ खोलें । ( डी ) ऑप्टिक डिस्क केंद्र के स्थान चिह्नित करें, और ( E ) स्वचालित रूप से ऑप्टिक डिस्क के रिम का पता लगाने के लिए और एक माप ग्रिड जगह सॉफ्टवेयर शीघ्र । ( च ) पोत रास्तों के आधार पर पोत अनुरेखण का निर्माण, और पोत को जहाजों के व्यास का अनुमान कवर करना । ( G ) गलत पोत अनुरेखण और पोत को मैंयुअल रूप से कवर समायोजित करें । ( एच ) पोत कैलिबर, tortuosity, भग्न आयाम और विभाजन सहित रेटिना संवहनी मापदंडों के एक स्पेक्ट्रम को मापने । चरण ( D ) करने के लिए चरण ( F ), और चरण ( H ) स्वचालित रूप से कुछ कंप्यूटर-सहायतापूर्ण विश्लेषण प्रोग्राम द्वारा किया जा सकता है । < a href = "//ecsource.jove.com/files/ftp_upload/56137/56137fig1v2large.jpg" target = "blank" > इस फिगर का बड़ा वर्जन देखने के लिए यहां क्लिक करें ।

  1. कैद fundus फोटोग्राफ्स एक fundus कैमरा का उपयोग कर.
    1. fundus कैमरा पर बारी और कंप्यूटर पर छवि कैप्चरिंग प्रोग्राम लॉंच । इस विषय के ठोड़ी को ठीक से माथे के साथ सिर का पट्टा के खिलाफ chinrest पर आराम करो । नियंत्रण लीवर को हल्के बीम से संरेखित करने के लिए ले जाएं विषय & #8217; s शिष्य.
    2. रोशनी अंक संरेखित करें जब तक दोनों दृश्यदर्शी में दोनों पक्षों पर सबसे छोटी दिखाई देते हैं । विषय का मार्गदर्शन करने के लिए बाह्य निर्धारण लक्ष्य को ले जाएं & #8217; s आंखें जब तक ऑप्टिक डिस्क दृश्यदर्शी के केंद्र में है और ब्याज के क्षेत्रों (रॉय) सीमाओं के भीतर अच्छी तरह से कर रहे हैं । ध्यान केंद्रित घुंडी रेटिना पर ध्यान केंद्रित करने के लिए समायोजित करें.
    3. बाह्य निर्धारण लक्ष्य को मजबूती से देखने का विषय है और इस विषय को सुनिश्चित & #8217; s आंखें आंसुओं से भरी नहीं हैं ।
    4. दबाना एक इमेज कैप्चर करने के लिए शटर रिलीज बटन (< मजबूत वर्ग = "xfig" > फिगर 1a ).
    5. fundus फोटोग्राफ की गुणवत्ता की जांच करें, < सशक्त वर्ग का उपयोग कर रहा है = "xfig" > चित्रा 2a मानक के रूप में । छवि त्यागें और छवि अधिग्रहण प्रक्रिया को दोहराने (यानी, 2.1.4 करने के लिए कदम 2.1.1) यदि पुतली खराब फैली हुई है (< मजबूत वर्ग = "xfig" > चित्रा 2 बी ), ऑप्टिक डिस्क छवि के केंद्र में नहीं है (< मजबूत वर्ग = "xfig" > चित्रा 2c ), या इमेज फोकस से बाहर है (< सुदृढ वर्ग = "xfig" > चित्रा 2d ).
    6. ( यानी , लगभग ३,००० पिक्सेल x २,००० पिक्सेल, १५० dpi से अधिक पर) ग्रेडिंग रिज़ॉल्यूशन के साथ TIFF स्वरूप में छवि सहेजें ।
      नोट: प्रोटोकॉल यहां ठहराया जा सकता है ।
    7. दोहराने कदम 2.1.1 2.1.6 अंय विषयों के लिए fundus तस्वीरें प्राप्त करने के लिए ।
    8. छवियों का एक 10% नमूना बेतरतीब ढंग से चुनें और इन छवियों में ऑप्टिक डिस्क की ऊंचाई को मापने (< मजबूत वर्ग = "xfig" > चित्रा 3 ). सूत्र का उपयोग करके छवि रूपांतरण फ़ैक्टर (ICF) का परिकलन करें:
      ICF = १,८०० & #181; m/(नमूना छवियों के ऑप्टिक डिस्क की औसत पिक्सेल ऊंचाई).
    9. क्लाउड-आधारित सर्वर पर कैप्चर किए गए fundus फोटोग्राफ अपलोड करें और प्रासंगिक अध्ययन विवरण डालें, जिसमें छवि रूपांतरण फ़ैक्टर (ICF) (< मज़बूत वर्ग = "xfig" > चित्र 1b ) शामिल है.
      नोट: प्रोटोकॉल यहां ठहराया जा सकता है । अंय कंप्यूटर-सहायतापूर्ण विश्लेषण प्रोग्राम छवियों को व्यवस्थित करने और ICF को रिकॉर्ड करने के लिए अंय गैर-क्लाउड-आधारित पद्धतियों का उपयोग कर सकते हैं ।
< p class = "jove_content" फो: रख-जुलकर । भीतर-पृष्ठ = "1" > < img alt = "चित्रा 2" class = "xfigimg" src = "//cloudfront.jove.com/files/ftp_upload/56137/56137fig2.jpg"/>
चित्रा 2: इष्टतम और इष्टतम गुणवत्ता के साथ Fundus तस्वीरें. छवि गुणवत्ता सीधे रेटिना संवहनी मापदंडों के बाद के माप को प्रभावित करता है के रूप में एक fundus तस्वीर के चित्र गुणवत्ता, छवि अधिग्रहण के बाद तुरंत जाँच की जानी चाहिए. इन कलाकृतियों में से एक मनाया जाता है, तो छवि को छोड़ दिया जाना चाहिए । इन छवियों को एक ५० & #176; fundus कैमरा का उपयोग कर कैप्चर किया गया । < a href = "//ecsource.jove.com/files/ftp_upload/56137/56137fig2large.jpg" target = "blank" > इस फिगर का बड़ा वर्जन देखने के लिए यहां क्लिक करें ।

< p class = "jove_content" फो: रख-जुलकर । भीतर-पृष्ठ = "1" > < img alt = "चित्रा 3" class = "xfigimg" src = "//cloudfront.jove.com/files/ftp_upload/56137/56137fig3.jpg"/>
चित्रा 3: छवि रूपांतरण कारक (ICF) की गणना. ICF की गणना करने के लिए, बेतरतीब ढंग से अध्ययन से छवियों का एक 10% नमूना का चयन करें (चरण 1). फिर, ऑप्टिक डिस्क (पिक्सेल में) छवियों से नमूना (चरण 2) की ऊंचाई को मापने । सूत्र का उपयोग करके ICF की गणना करें: ICF = १८०० & #181; m/(नमूना छवियों की ऑप्टिक डिस्क की औसत पिक्सेल ऊँचाई), जहाँ १८०० & #181; m एक सामान्य ऑप्टिक डिस्क (चरण 3) की ऊंचाई लगभग है । आवर्धन प्रभाव और छवि संकल्प कैमरा करने के लिए कैमरे से अलग है के रूप में, यह प्रयोग किया जाता प्रत्येक कैमरे के लिए एक सटीक ICF की गणना करने के लिए आवश्यक है । < a href = "//ecsource.jove.com/files/ftp_upload/56137/56137fig3large.jpg" target = "blank" > इस फिगर का बड़ा वर्जन देखने के लिए यहां क्लिक करें ।

< राजभाषा प्रारंभ = "2" >
  • कंप्यूटर-असिस्टेड एनालिसिस प्रोग्राम में fundus फोटोग्राफ खोलें । निर्माण पोत अनुरेखण और रखना पोत रेटिना vasculature के लिए कवर ।
    नोट: इस खंड में, शिव कार्यक्रम के लिए प्रक्रियाओं वर्णन किया जाता है । हालांकि, शिव कार्यक्रम अंय उपलब्ध कंप्यूटर द्वारा प्रतिस्थापित किया जा सकता है-विश्लेषण कार्यक्रमों की सहायता की । इसके अलावा, 2.2.3 को -8 कदम स्वचालित रूप से कुछ कंप्यूटर की सहायता से विश्लेषण कार्यक्रम जब एक fundus तस्वीर ( यानी कदम 2.2.1) खोला है द्वारा किया जाता है ।
    1. कंप्यूटर-असिस्टेड एनालिसिस प्रोग्राम के साथ fundus फोटोग्राफ खोलें (< सुदृढ वर्ग = "xfig" > फिगर 1C ).
    2. (< सुदृढ वर्ग = "xfig" > चित्रा 1 डी ) के स्थान को ऑप्टिक डिस्क केंद्र का चिह्न ।
      1. क्लिक करें & #8220; OD Center & #8221; बायां फ़ंक्शन फलक पर बटन; माउस कर्सर को हरे वृत्त से बदल दिया जाएगा ।
      2. ऑप्टिक डिस्क (आयुध डिपो) के केंद्र में हरे रंग का गोला ले जाएं, और सर्कल को ठीक करने के लिए बाएं क्लिक करें ।
      3. स्वचालित रूप से एक माप ग्रिड जगह के लिए सॉफ्टवेयर संकेत, पोत अनुरेखण और ला का निर्माणy पोत कवर (< सबल वर्ग = "xfig" > चित्रा 1E र 1F ).
        नोट: पोत कवर माप लाइनें है कि जहाजों के आंतरिक लुमेन की अनुमानित चौड़ाई का अनुमान है ।
        1. क्लिक करें & #8220; Find od & #8221; बटन आयुध डिपो का पता लगाने के लिए सॉफ्टवेयर का संकेत करने के लिए और एक माप ग्रिड के रूप में चार गाढ़ा हलकों जगह, ओडी केंद्र की स्थिति के आधार पर.
        2. क्लिक करें & #8220;P rocess & #8221; बटन स्वचालित पोत अनुरेखण प्रक्रिया आरंभ करने के लिए ।
  • गलत पोत tracers मैंयुअल रूप से समायोजित करें । 12 o & #8217 से निरीक्षण आरंभ करें; सभी पोत अनुरेखण सत्यापित कर रहे हैं यह सुनिश्चित करने के लिए एक दक्षिणावर्त तरीके से घड़ी की स्थिति.
    1. जांचें कि ऑप्टिक डिस्क सही पाई गई है और माप ग्रिड सही रूप से रखा गया है । यदि अंतरतम वृत्त सही रूप से ऑप्टिक डिस्क रिम को बाह्यरेखांकित नहीं करता है तो मापन ग्रिड को मैन्युअल रूप से 2.2.3 करने के लिए निम्न चरणों को समायोजित करें (< सशक्त वर्ग = "xfig" > चित्र 4a ).
    2. बाएं क्लिक करें का चयन करने के लिए पोत अनुरेखण (ओं) के साथ लेबल गलत पोत प्रकार (धमनियों बनाम venules) और क्लिक करें & #8220; पोत (T) यप् & #8221; बटन पोत प्रकार बदलने के लिए ।
      नोट: धमनियों लाल रंग में बला हैं और venules में नीली बला की हैं । धमनियों अपने शारीरिक मतभेदों के आधार पर venules से प्रतिष्ठित किया जा सकता है । उदाहरण के लिए, venules आम तौर पर रंग में गहरा और धमनियों की तुलना में व्यापक हैं । एक ही पोत प्रकार के साथ जहाजों आमतौर पर एक दूसरे को पार नहीं करते ।
    3. विस्तार अपूर्ण पोत traces निम् नलिखित चरण 2.3.3.1 2.3.3.2 (< सुदृढ वर्ग = "xfig" > चित्रा 4B ).
      1. अपूर्ण पोत अनुरेखण के बाहर के छोर पर क्लिक करने के लिए कर्सर का उपयोग करें । पोत पथ के साथ अंक पर वाम क्लिक करें पोत अनुरेखण का विस्तार करने के लिए ।
      2. जब पोत के बाहर का छोर तक पहुंच गया है अनुरेखण प्रक्रिया रोक । बाहरी व्हाइट सर्कल में पता लगाएँ रोकें यदि पोत का बाह्य भाग मापन ग्रिड के बाहर गिरता है (< सुदृढ वर्ग = "xfig" > चित्र 4B ) देखें.
    4. यदि पोत रास्तों सही ढंग से क्रॉसओवर साइट पर पता लगाया नहीं कर रहे है पोत अनुरेखण समायोजित करें (< सशक्त वर्ग = "xfig" > चित्र 4c ) ।
      1. क्लिक करें & #8220; Select & #8221; बटन और उसके बाद पोत अनुरेखण के गलत बिंदु पर क्लिक करें । क्लिक करें & #8220; Brea (k) सेग & #8221; बटन चयनित बिंदु पर पोत अनुरेखण डिस्कनेक्ट करने के लिए । डिस्कनेक्ट किया गया खंड का चयन करें और इसे हटाने के लिए & #8220;(D el) सेग & #8221; बटन पर क्लिक करे ।
      2. पुन: एक नया पोत 2.3.3.1 और 2.3.3.2.
        3. का उपयोग कर अनुरेखण का निर्माण
    • < p class = "jove_content" फो: रख-जुलकर । भीतर-पृष्ठ = "1" > < img alt = "चित्रा 4" class = "xfigimg" src = "//cloudfront.jove.com/files/ftp_upload/56137/56137fig4.jpg"/>
    चित्रा 4: ऑटो अनुरेखण की सामान्य त्रुटियों. स्वचालित पोत अनुरेखण पूरी तरह से सही नहीं है और मैनुअल समायोजन माप की सटीकता सुनिश्चित करने के लिए आवश्यक हैं । यह आंकड़ा स्वत: अनुरेखण के सामांय त्रुटियों को दर्शाता है और मैनुअल समायोजन के बाद इष्टतम परिणाम दर्शाता है । ( A ) ऑप्टिक डिस्क केंद्र गलत रूप से चिह्नित किया गया है और माप ग्रिड का विचलन करने के लिए इस लीड, जो अनुवर्ती माप को प्रभावित कर सकता है । आदर्श रूप में, माप ग्रिड के अंतरतम चक्र ऑप्टिक डिस्क रिम को रेखांकित करना चाहिए । ( B ) अपूर्ण पोत अनुरेखण भग्न आयाम, tortuosity, आदि की गलत माप के लिए नेतृत्व कर सकता है पोत के अंत तक जहाजी रास्ते का पता लगाया जाना चाहिए । पोत के बाहर का हिस्सा माप ग्रिड के बाहर गिर जाता है, तो ट्रेसिंग बाहरी सफेद सर्कल में रोका जा सकता है । ( सी ) अंतरराष्ट्रीय साइटों पर पोत अनुरेखण त्रुटि की एक उच्च प्रवृत्ति के अधीन है और इस प्रकार विशेष ध्यान देने की आवश्यकता है । < a href = "//ecsource.jove.com/files/ftp_upload/56137/56137fig4large.jpg" target = "blank" > इस फिगर का बड़ा वर्जन देखने के लिए यहां क्लिक करें ।

    < राजभाषा प्रारंभ = "4" >
  • पोत सभी पोत क्षेत्रों पर कवर करना और गलत कवर मैन्युअल रूप से निष्क्रिय कर देना ।
    1. पर क्लिक करें & #8220; Find covers & #8221; बटन करना पोत सभी पोत क्षेत्रों पर स्वचालित रूप से कवर करना ।
    2. जांच अगर सभी पोत कवर सही ढंग से रखा जाता है । बाएं क्लिक करें और कर्सर को खींचें पोत कवर को निष्क्रिय अगर कवर पोत दीवारों को सीधा नहीं रखी है (< मजबूत वर्ग = "xfig" > चित्रा 5 ए ), पोत पथ एक और पोत से छिप जाता है (< सुदृढ वर्ग = "xfig" > चित्रा 5B ), या कवर या पोत लुमेन की चौड़ाई बहुत मूल्यवान समझना (< मजबूत वर्ग = "xfig" > चित्रा 5C ).
    • < p class = "jove_content" फो: रख-जुलकर । भीतर-पृष्ठ = "1" > < img alt = "figure 5" class = "xfigimg" src = "//cloudfront.jove.com/files/ftp_upload/56137/56137fig5.jpg"/>
    चित्रा 5: गलत पोत कवर. यह आंकड़ा गलत पोत शामिल है कि निष्क्रिय किया जाना चाहिए और अनुवर्ती माप से बाहर के उदाहरण दिखाता है । पोत कवर निष्क्रिय किया जाना चाहिए अगर वे जहाजों को सीधा नहीं कर रहे है ( एक ) । इसके अलावा, पोत कवर भी निष्क्रिय किया जाना चाहिए यदि पोत का पता लगाया जा रहा है एक और पोत ( बी ), या पोत कवर पोत ( सी ) की अनुमानित चौड़ाई का प्रतिनिधित्व नहीं कर सकते के तहत अस्पष्ट है । < a href = "//ecsource.jove.com/files/ftp_upload/56137/56137fig5large.jpg" target = "blank" > इस फिगर का बड़ा वर्जन देखने के लिए यहां क्लिक करें ।

    < राजभाषा प्रारंभ = "5" >
  • मापने पोत अनुरेखण से रेटिना संवहनी मापदंडों और पोत कवर
    नोट: चरण २.५ स्वचालित रूप से एक कंप्यूटर-असिस्टेड विश्लेषण प्रोग्राम द्वारा किया जाता है ।
    1. लेबल क्षेत्र 0.5-1.0 डिस्क व्यास दूर ऑप्टिक डिस्क मार्जिन के रूप में जोन बी के रूप में, और क्षेत्र 0.5-2.0 डिस्क व्यास दूर ऑप्टिक डिस्क मार्जिन के रूप में जोन सी < सुप वर्ग = "xref" > १८ (< सुदृढ वर्ग = "xfig" > चित्रा 6A ), के अनुसार समुदायों में Atherosclerosis जोखिम का संशोधित प्रोटोकॉल (ARIC) अि < सुप वर्ग = "xref" > 19 .
      2. दोनों जोन बी और जोन सी से
    2. उपाय रेटिना संवहनी कैलिबर, व्यापक रूप से अपनाए गए विधि का प्रयोग कर ARIC अि < सुप class = "xref" > 19 , < सुप class = "xref" > 20 , < सुप class = "xref" > 21 , < सुप वर्ग = "xref" > २२ , < सुप वर्ग = "xref" > २३ , < सुप वर्ग = "xref" > २४ , < सुप वर्ग = "xref" > २५ , < सुप वर्ग = "xref" > २६ (< सुदृढ वर्ग = "xfig" > फिगर घमण्ड ).
      1. मापने पोत की लंबाई छह सबसे बड़ी धमनियों में शामिल है और छह सबसे बड़ी venules रेटिना पोत कैलिबर का अनुमान है ।
      2. मध्य रेटिना धमनी समकक्ष (CRAE) और मध्य रेटिना नस समकक्ष (CRVE) के रूप में रेटिना arteriolar और venular कैलिबर का सारांश क्रमशः < सुप वर्ग = "xref" > १७ , संशोधित Knudtson & #8211 का प्रयोग;P आगमन-Hubbard सूत्र < सुप वर्ग = "xref" > १८ , < सुप वर्ग = "xref" > १९ .
    3. जोन सी में सभी जहाजों की पहचान एक साथ चौडाई & #62; ४० & #181; m. की गणना रेटिना arteriolar और venular tortuosity के साथ कुल चुकता वक्रता के साथ पोत अनुरेखण और कुल चाप की लंबाई के साथ मान को सामान्य, झुककर, और मोड़ के अंक < सुप वर्ग = "xref" > २७ , < सुप class = "xref" > 28 .
    4. गणना कुल, arteriolar, और जोन C से venular भग्न आयामों का उपयोग कर, स्थापित & #8220; box-counting method & #8221; < सुप class = "xref" > 29 , < सुप class = "xref" > 30 , < सुप क्लास = "xref" > 31 .
      1. छवि समान आकार वर्गों की एक श्रृंखला में विभाजित ।
      2. पोत traces के एक वर्ग से युक्त बक्से की संख्या गिनती ।
      3. विभिन्न आकारों के साथ समान रूप से आकार वर्गों की एक श्रृंखला का उपयोग कर प्रक्रिया को दोहराएँ.
      4. भूखंड बक्से के आकार के लघुगणक के खिलाफ स्ट्रेसिंग बक्से की संख्या का लघुगणक है, और परिणामी लाइन की ढलान की गणना; यह भग्न आयाम है ।
    5. जोन सी में पहले विभाजन के साथ जहाजों की पहचान और कोणों की गणना (& #952;) पहली दो बेटी वाहिकाओं के बीच उपजाती < सुप वर्ग = "xref" > ३२ (< सुदृढ वर्ग = "xfig" > फिगर 6C ). औसत शाखाकरण कोण प्राप्त करने के लिए माध्य मान की गणना करें ।
    6. सूत्र का उपयोग कर ज़ोन C से शाखाकरण गुणांक परिकलित करें:
      (d 1 2 + d 2 2 )/d 0 2 , जहां d 0 मतलब ट्रंक कैलिबर है, और d 1 और d 2 है मतलब शाखा कैलिबर (< सुदृढ वर्ग = "xfig" > चित्रा 6C ).
  • ग्रेडिंग विंडो बंद करा. क्लिक करें & #8220; भेजें & #8221; पॉप-अप संवाद में क्लाउड-आधारित सर्वर पर वर्गीकृत छवि अपलोड करने और स्वचालित रूप से मापा रेटिना संवहनी पैरामीटर्स को रिकॉर्ड करने के लिए.
    • < p class = "jove_content" फो: रख-जुलकर । भीतर-पृष्ठ = "1" > < img alt = "चित्रा 6" class = "xfigimg" src = "//cloudfront.jove.com/files/ftp_upload/56137/56137fig6.jpg"/>
    चित्रा 6: ठहराव रेटिना vasculature. ( एक ) जोन बी (0.5 के रूप में परिभाषित-1.0 डिस्क व्यास दूर डिस्क मार्जिन से) समुदायों के अध्ययन में Atherosclerosis जोखिम के अनुसार जोन बी के पोत कैलिबर को मापने के लिए प्रयोग किया जाता है । जोन सी (0.5 के रूप में परिभाषित-2.0 डिस्क व्यास दूर डिस्क मार्जिन से) के लिए जोन सी और रेटिना संवहनी नेटवर्क मापदंडों (जैसे tortuosity, भग्न आयाम, और विभाजन) के स्पेक्ट्रम के पोत कैलिबर को मापने के लिए प्रयोग किया जाता है । ( बी ) पोत कवर माप लाइनों रेटिना पोत कैलिबर (या व्यास) का अनुमान लगाया जाता है । गलत पोत कवर मैंयुअल रूप से माप से बाहर रखा जाना चाहिए । ( c ) सभी जहाजों कि जोन सी के भीतर अपनी पहली विभाजन है के लिए, कार्यक्रम स्वचालित रूप से शाखा कोण (& #952 पहले विभाजन के;) उपाय । इसके अतिरिक्त, शाखाकरण गुणांक भी सूत्र का उपयोग कर परिकलित की जाती है: शाखाकरण गुणांक = (d 1 2 + d 2 2 )/d 0 2 , जहां d 0 ट्रंक कैलिबर है, और डी 1 और डी 2 शाखा कैलिबर हैं । < a href = "//ecsource.jove.com/files/ftp_upload/56137/56137fig6large.jpg" target = "blank" > इस फिगर का बड़ा वर्जन देखने के लिए यहां क्लिक करें ।

    < p class = "jove_title" > 3. GC-आईपीएल और RNFL की मोटाई का आकलन करें

    < p class = "jove_content" फो: रख-जुलकर । भीतर-पृष्ठ = "1" > < img alt = "चित्रा 7" class = "xfigimg" src = "//cloudfront.jove.com/files/ftp_upload/56137/56137fig7.jpg"/>

    < p class = "jove_content" > चित्रा 7: योजनाबद्ध आरेख RNFL और GC-आईपीएल मोटाई मापने की प्रक्रियाओं दिखा. ऑप्टिकल जुटना टोमोग्राफी (OCT) नाड़ीग्रंथि सेल-इनर plexiform लेयर (GC-आईपीएल) और रेटिना तंत्रिका फाइबर परत (RNFL) की मोटाई को मापने के लिए इस्तेमाल किया जा सकता है । ( A, B ) GC-आईपीएल और RNFL मोटाई का उपयोग कर मापने के लिए अंतर्निहित & #8220; धब्बेदार घन & #8221; और & #8220; ऑप्टिक डिस्क घन & #8221; स्कैनिंग प्रोटोकॉल क्रमशः । ( सी, डी ) छवि अधिग्रहण के तुरंत बाद छवि गुणवत्ता की जांच करें । छवि को त्यागें और स्कैन दोहराने अगर संकेत शक्ति 6 से छोटी है, या गति कलाकृतियों का पता लगाया है । ( E, च ) फिर, अंतर्निहित विश्लेषण प्रोग्राम स्वचालित रूप से स्कैन परिणाम का विश्लेषण और व्याख्या के लिए एक रिपोर्ट जनरेट करने के लिए संकेत दें । < a href = "//ecsource.jove.com/files/ftp_upload/56137/56137fig7large.jpg" target = "blank" > इस फिगर का बड़ा वर्जन देखने के लिए यहां क्लिक करें ।

    1. छवि अधिग्रहण प्रदर्शन ऑप्टिकल जुटना टोमोग्राफी (OCT) का उपयोग कर ।
      1. OCT प्रोग्राम खोलें और & #8220 का चयन करें; धब्बेदार घन & #8221; स्कैनिंग प्रोटोकॉल एक नया धब्बेदार स्कैन प्रारंभ करने के लिए (< सबल वर्ग = "xfig" > चित्र 7A ).
      2. chinrest को एडजस्ट करके आइरिस viewport में पुतले का पता लगाएँ । कम रोशनी अगर पुतली का आकार बहुत छोटा है ।
      3. क्लिक करें & #8220; ऑटो फोकस & #8221; बटन और उसके बाद & #8220; ऑप्टिमाइज़ & #8221; बटन छवि गुणवत्ता में सुधार करने के लिए.
      4. स्कैन शुरू करने से पहले तुरंत कुछ समय पलक करने के लिए विषय निर्देश ।
      5. क्लिक करें & #8220; कैप्चर & #8221; बटन स्कैन प्रारंभ करने के लिए जब बॉर्डर बटन हरा हो जाता है । प्रस्ताव कलाकृतियों से बचने के लिए छवि अधिग्रहण के दौरान दृश्य निर्धारण लक्ष्य पर ध्यान केंद्रित करने के लिए विषय को निर्देश दें ।
      6. < सशक्त वर्ग का उपयोग करके स्कैन गुणवत्ता की समीक्षा करें = "xfig" > चित्रा 7C एक मानक के रूप में. स्कैन परिणाम छोड़ें और यदि सिग्नल क्षमता 6 से छोटी हो तो स्कैन को दोहराएं (< सबल वर्ग = "xfig" > चित्रा ८अ ), या मोशन कलाकृतियों का पता लगाया (रक्त वाहिकाओं के विच्छेदन द्वारा संकेत) (< मजबूत वर्ग = "xfig" > चित्रा 8B ).
      7. स्कैन परिणाम सहेजें ।
      8. दोहराएँ कदम 3.1.1 के लिए 3.1.7 के लिए एक और आँख.
      9. के साथ एक ऑप्टिक तंत्रिका सिर स्कैन प्रदर्शन & #8220; ऑप्टिक डिस्क घन & #8221; स्कैनिंग प्रोटोकॉल निंन चरणों के लिए 3.1.2 3.1.9 (< सशक्त वर्ग = "xfig" > आंकड़े 7B और 7d ).
    < p class = "jove_content" फो: रख-जुलकर । भीतर-पृष्ठ = "1" > < img alt = "चित्रा 8" वर्ग = "xfigimg" src = "//cloudfront.jove.com/files/ftp_upload/56137/56137fig8.jpg"/>
    चित्रा 8: ऑप्टिकल जुटना टोमोग्राफी के उप इष्टतम परिणाम. ऑप्टिकल जुटना टोमोग्राफी के आम उप इष्टतम परिणाम (OCT) शामिल ( A ) गरीब सिग्नल शक्ति (शक्ति मूल्य & #60; 6), और ( बी ) प्रस्ताव कलाकृतियों. स्कैन की गुणवत्ता तुरंत छवि अधिग्रहण के बाद की समीक्षा की जानी चाहिए, और स्कैन अगर इन कलाकृतियों का सामना कर रहे हैं दोहराया जाना चाहिए. < a href = "//ecsource.jove.com/files/ftp_upload/56137/56137fig8large.jpg" target = "blank" > इस फिगर का बड़ा वर्जन देखने के लिए यहां क्लिक करें ।

    < राजभाषा प्रारंभ = "2" >
  • धब्बेदार GC-आईपीएल मोटाई के एक विश्लेषण प्रिंटआउट उत्पन्न.
    1. & #8220; धब्बेदार घन & #8221; विश्लेषण इंटरफ़ेस में दोनों आंखों के रिकॉर्ड स्कैन करें ।
    2. क्लिक करें & #8220; नाड़ीग्रंथि कक्ष आउ analysis & #8221; स्कैन की GC-आईपीएल मोटाई का आकलन करने के लिए स्वचालित विश्लेषण एल्गोरिथ्म आरंभ करने के लिए (< सबल वर्ग = "xfig" > चित्रा 7E ).
      नोट: चरण 3.2.2 विश्लेषण एल्गोरिथ्म द्वारा स्वचालित रूप से पूर्ण है ।
      1. उत्पन्न एक १४.१३ मिमी 2 fovea-केंद्रित अंडाकार वलय कि क्षैतिज भीतरी और बाहरी radiuses की है ०.६ मिमी और २.४ मिमी, क्रमशः, और ऊर्ध्वाधर भीतरी और बाहरी radiuses ०.५ मिमी और २.० मिमी, क्रमशः.
        नोट: आकार और अंडाकार वलय के आकार धब्बेदार शरीर रचना के लिए बारीकी से अनुरूप है और इस तरह के क्षेत्र के अनुरूप है, जहां RGCs सामान्य आंखों में मोटी हैं < सुप क्लास = "xref" > ३३ , < सुप क्लास = "xref" > ३४ . वलय की भीतरी रिंग के भीतर का क्षेत्र नापा नहीं जाता, क्योंकि इस क्षेत्र में जीसी-आईपीएल बहुत पतली है ।
      2. खंड RNFL की बाहरी सीमा और भीतरी plexiform लेयर (आईपीएल) की बाहरी चारदीवारी का पता लगाने के लिए जीसी-आईपीएल (< मजबूत वर्ग = "xfig" > चित्रा 9 ).
      3. औसत, ंयूनतम, और छह क्षेत्रीय उपाय (superotemporal, सुपीरियर, superonasal, inferonasal, अवर, inferotemporal) धब्बेदार जीसी-आईपीएल के भीतर fovea-केंद्र की मोटाईतेरे अंडाकार वलय.
      4. की तुलना करें मापा GC-आईपीएल मोटाई डिवाइस के लिए & #8217; एस आंतरिक प्रामाणिक आयु-मिलान डेटाबेस और एक विचलन नक्शा और एक महत्व नक्शा उत्पन्न
      5. एक विश्लेषण प्रिंटआउट पर माप परिणामों की रिपोर्ट ।
    3. विश्लेषण प्रिंटआउट को. pdf स्वरूप में सहेजें ।
    • < p class = "jove_content" फो: साथ-साथ रखें । भीतर-पृष्ठ = "1" > < img alt = "figure 9" class = "xfigimg" src = "//cloudfront.jove.com/files/ftp_upload/56137/56137fig9.jpg"/>

    < p class = "jove_content" > चित्रा 9: रेटिना परतों के लिए इस्तेमाल किया रेटिना ंयूरॉन संरचना का आकलन. रेटिना तंत्रिका फाइबर परत (RNFL) ऑप्टिक तंत्रिका सिर (ONH) एल्गोरिथ्म का उपयोग कर मापा जाता है, जबकि नाड़ीग्रंथि कोशिका-भीतरी plexiform परत नाड़ीग्रंथि सेल विश्लेषण (जीसीए) एल्गोरिथ्म का उपयोग कर मापा जाता है. ONH एल्गोरिथ्म RNFL की भीतरी और बाहरी सीमा RNFL की मोटाई को मापने के लिए खंडों । जीसीए एल्गोरिथ्म रेटिना तंत्रिका फाइबर परत की बाहरी सीमा (RNFL) और भीतरी plexiform परत (आईपीएल) नाड़ीग्रंथि-सेल परत (GCL) और आईपीएल की संयुक्त मोटाई उपज का पता लगाता है । GCL की मोटाई और आईपीएल एक साथ मापा जाता है, क्योंकि GCL और आईपीएल के बीच की सीमा शारीरिक भेद है । हालांकि, GCL और आईपीएल ( यानी जीसी-आईपीएल) की संयुक्त मोटाई अभी भी RGCs के स्वास्थ्य का संकेत है । < a href = "//ecsource.jove.com/files/ftp_upload/56137/56137fig9large.jpg" target = "blank" > कृपया इस का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें चित्रा.

    < राजभाषा प्रारंभ = "3" >
  • RNFL मोटाई का विश्लेषण प्रिंटआउट जनरेट करें (< सबल वर्ग = "xfig" > चित्रा 7F ).
    1. & #8220; ऑप्टिक डिस् क्यूब & #8221; विश्लेषण इंटरफ़ेस में दोनों आंखों के रिकॉर्ड स्कैन करें ।
    2. क्लिक करें & #8220; ONH और RNFL आउ analysis & #8221; स्कैन की RNFL मोटाई का आकलन करने के लिए स्वचालित विश्लेषण एल्गोरिथ्म आरंभ करने के लिए.
      नोट: 3.3.2.6 करने के लिए 3.3.2.1 चरण स्वचालित रूप से विश्लेषण एल्गोरिथ्म द्वारा पूर्ण किया जा सकता है ।
      1. प्रत्येक स्कैन बिंदु पर RNFL मोटाई को मापने और एक RNFL मोटाई नक्शा उत्पन्न करते हैं ।
      2. स्कैन के केंद्र के पास एक अंधेरी जगह का पता लगाने के द्वारा ऑप्टिक डिस्क की पहचान है कि एक आकार और एक ऑप्टिक डिस्क की सीमा के अनुरूप आकार है ।
      3. स्थिति RNFL मोटाई नक्शे पर ऑप्टिक डिस्क के चारों ओर व्यास में ३.४६ मिमी की एक माप ग्रिड.
      4. उपाय और वैश्विक, चार चक्रों (लौकिक, सुपीरियर, नाक और अवर) की गणना, और बारह घड़ी घंटे parapapillary माप ग्रिड की RNFL मोटाई.
      5. डिवाइस के लिए मापा RNFL मोटाई की तुलना & #8217; एस आंतरिक प्रामाणिक आयु-मिलान डेटाबेस और एक विचलन नक्शा और एक महत्व नक्शा उत्पन्न.
      6. एक विश्लेषण प्रिंटआउट पर माप परिणामों की रिपोर्ट ।
    3. विश्लेषण प्रिंटआउट को. pdf स्वरूप में सहेजें ।

    • Subscription Required. Please recommend JoVE to your librarian.

    Representative Results

    Figure 10
    चित्र 10: एक सामान्य विषय और एक विज्ञापन विषय के बीच रेटिना vasculature में मतभेदों को दिखाने के लिए एक उदाहरण. जब सामांय विषय की तुलना में, विज्ञापन विषय के fundus फोटोग्राफ संकीर्ण पोत नली का व्यास (CRAE जोन बी, ११६.४ µm बनाम १५६.४ µm दिखाया; जोन बी के CRVE, १८६.९ µm बनाम २०७.५ µm; जोन सी के CRAE, १३८.५ µm बनाम १६५.८ µm; जोन सी के CRVE, २०६.६ µm बनाम २३२.२ µm), छोटे रेटिना संवहनी भग्न आयामों (कुल भग्न आयाम, १.४७२ बनाम १.५१७; arteriolar भग्न आयाम, १.२४६ बनाम १.३१६; venular भग्न आयाम, १.२५३ बनाम १.२७३) और उच्च रेटिना संवहनी tortuosities (arteriolar tortuosity [१०४], ०.६१ बनाम ०.४८; venular tortuosity [१०४], १.४१ बनाम ०.५०).  इन छवियों को एक ५० डिग्री fundus कैमरे का उपयोग कर कब्जा कर लिया गया और प्रोटोकॉल में वर्णित विधि का उपयोग कर विश्लेषण किया गया । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

    रेटिना संवहनी मापदंडों की व्याख्या: हमारे प्रोटोकॉल के साथ, रेटिना संवहनी मापदंडों fundus तस्वीरों से मापा जा सकता है. ये पैरामीटर रेटिना vasculature की स्थिति इंगित करते हैं, जो बदले में सेरेब्रल vasculature में समान परिवर्तन को प्रतिबिंबित कर सकता है. चित्रा 10 एक विज्ञापन विषय और एक स्वस्थ विषय से प्राप्त fundus तस्वीरों से पता चलता है. तालिका 1 में रिपोर्ट की गई रेटिना संवहनी पैरामीटर्स को इस प्रोटोकॉल में वर्णित पद्धति का उपयोग करते हुए इन fundus फ़ोटोग्राफ़्स से मापा गया था.

    विज्ञापन सामान्य
    जोन बी का CRAE (µm) ११६.४ १५६.४
    जोन बी का CRVE (µm) १८६.९ २०७.५
    जोन सी (µm) के CRAE १३८.५ १६५.८
    जोन सी (µm) के CRVE २०६.६ २३२.२
    कुल भग्न आयाम १.४७२ १.५१७
    Arteriolar भग्न आयाम १.२४६ १.३१६
    Venular भग्न आयाम १.२५३ १.२७३
    Arteriolar Tortuosity (x104) ०.६१ ०.४८
    Venular Tortuosity (x104) १.४१ ०.५०
    Arteriolar बंटी गुणांक २.४३ १.४९
    Arteriolar बंटी कोण (डिग्री) ६७.१७ ८१.१६
    Venular बंटी गुणांक १.४२ १.६२
    Venular बंटी कोण (डिग्री) ६०.११ ७३.१९

    तालिका 1: एक विज्ञापन विषय और एक सामान्य विषय के बीच रेटिना संवहनी मापदंडों में अंतर. रेटिना संवहनी मापदंडों चित्रा 10में दिखाया fundus तस्वीरों से मापा गया. जब सामांय विषय की तुलना में, विज्ञापन विषय पोत कैलिबर (यानी CRAE और CRVE) और भग्न आयाम में कमी दिखाई, लेकिन tortuosity में वृद्धि दिखाई । इसके अतिरिक्त, विज्ञापन विषय के शाखाकरण कोण और शाखाकरण गुणांक भी संबंधित इष्टतम मानों से किंचित होते हैं ।

    रेटिना पोत कैलिबर
    जब सामांय विषय की तुलना में, विज्ञापन विषय के fundus फोटोग्राफ (चित्र 10) से पता चला, दोनों CRAE और जोन सी के CRVE में कम हो जाती है (१३८.४७ µm और २०६.६१ µm, क्रमशः), स्वस्थ विषय की तुलना में जब (१६५.८२ µm और २३२.२२ µm, क्रमशः) ।  CRAE और CRVE रेटिना पोत कैलिबर, जो रेटिना धमनियों और venules, क्रमशः में आंतरिक लुमेन की चौड़ाई लगभग संक्षेप । इसलिए, CRAE और CRVE में कटौतियों का संकेत सामान्यीकृत दोनों रेटिना धमनियों और venules में संकुचन, और microvascular शिथिलता का सुझाव३५.

    रेटिना संवहनी नेटवर्क पैरामीटर्स
    सबसे पहले, रेटिना arteriolar और विज्ञापन विषय के venular tortuosities (०.६१३ x 10-4 और १.४१ x 10-4, क्रमशः) सामांय विषय की तुलना में अधिक थे (०.४७६ x 10-4 और ०.५०१ x 10-4, क्रमशः) । उच्च नाड़ी tortuosities संकेत मिलता है कि रेटिना वाहिकाओं आम तौर पर विज्ञापन विषय में सीधे कर रहे हैं.

    दूसरे, विज्ञापन विषय भी रेटिना भग्न आयामों को कम किया था (कुल भग्न आयाम, १.४७२; arteriolar भग्न आयाम, १.२४६; venular भग्न आयाम, १.२५३) जब स्वस्थ विषय की तुलना में (कुल भग्न आयाम, १.५१७; arteriolar भग्न आयाम, १.३१६; venular भग्न आयाम, १.२७३) । के बाद से भग्न आयामों का प्रतिनिधित्व "वैश्विक" उपाय है कि रेटिना संवहनी network30 की शाखाओं में बंटी जटिलता संक्षेप, कम भग्न आयामों का संकेत है कि रेटिना vasculature विज्ञापन विषय में कम जटिल है ।

    तीसरे, सबसे अधिक रेटिना विभाजन विज्ञापन विषय के मापदंडों इष्टतम मूल्य से किंचित । विशेष रूप से, arteriolar और venular विज्ञापन विषय के शाखाओं में बंटी (६७.१७ ° और ६०.१०९ °, क्रमशः) इष्टतम मूल्यों से दूर थे, जो लगभग ७५हे ३६, जब सामांय विषय के साथ तुलना में (८१.१६ ° और ७३.१९ °, क्रमशः) । इसके अलावा, विज्ञापन विषय (२.४३२) के arteriolar बंटी गुणांक भी गंभीर रूप से इष्टतम मूल्य है, जो लगभग १.२६३६से किंचित है । यह bifurcations३७में कुल क्रॉस-अनुभागीय क्षेत्र में वृद्धि का प्रतिनिधित्व करता है ।

    रेटिना ंयूरॉन मापदंडों की व्याख्या
    हमारे प्रोटोकॉल के साथ, एक दो विश्लेषण RNFL और जीसी-आईपीएल के औसत और क्षेत्र की मोटाई दिखा प्रिंटआउट प्राप्त करने में सक्षम होना चाहिए ( चित्रा 11A और 11B, क्रमशः द्वारा सचित्र) ।  जबकि RNFL माप RGCs के unmyelinated axons के स्वास्थ्य को प्रतिबिंबित करते हैं, जीसी-आईपीएल मापन कोशिका निकायों के स्वास्थ्य और dendrites के RGCs का संकेत देती है । RGC कोशिका शरीर के आकार के बाद से 10-20 बार उनके axon, जीसी-आईपीएल मोटाई का व्यास है और अधिक दृढ़ता से संज्ञानात्मक हानि के लिए संबंधित होना दिखाया गया है३८।

    दोनों रिपोर्टों में, तीन नक्शे के लिए व्याख्या सहायता दिखाया गया है, अर्थात् (एक) मोटाई नक्शे, (ख) विचलन नक्शे, और (ग) महत्व के नक्शे । मोटाई के नक्शे में, गर्म रंग उच्च मोटाई मूल्यों का प्रतिनिधित्व करते हैं और कूलर रंग कम मोटाई मूल्यों का प्रतिनिधित्व करते हैं; दूसरे शब्दों में, घने नारंगी/पीले अंगूठी, मोटा रेटिना परत चिंतित । सॉफ्टवेयर भी है डिवाइस आंतरिक प्रामाणिक आयु मिलान डेटाबेस के लिए मापा मोटाई की तुलना, और विचलन नक्शे और महत्व नक्शे उत्पंन करता है । विचलन नक्शे में, एक सुपर पिक्सेल लाल या पीले रंग में दिखाया गया है अगर मोटाई मूल्य ९९% के बाहर या 95 – 99% centile सीमा के भीतर, क्रमशः आता है । मेंमहत्व नक्शे, रेटिना की परत संबंधित विभिन्न क्षेत्रों में विभाजित है, रेटिना मनोभ्रंश से प्रभावित homogeneously होने की संभावना नहीं है के रूप में. प्रत्येक क्षेत्र की मोटाई मूल्य की सूचना दी है और प्रत्येक क्षेत्र भी रंग कोडित है तुलना परिणाम मैच, में सामांय श्रेणी के भीतर मान के साथ हरा (p = 5 – 95%), में मान की सीमा रेखा पीला (1% & #60;p & #60; 5%), और मान के बाहर सामांय श्रेणी में लाल (p & #60; 1%).

    किसी विज्ञापन विषय में RNFL और जीसी-आईपीएल के एनालिसिस प्रिंटआउट क्रमशः फिगर 11A और फिगर 11B में दिखाए जाते हैं । गर्म रंग की लुप्त होती और दोनों रिपोर्टों के मोटाई नक्शे में हल्के नीले क्षेत्रों की उपस्थिति GC के thinning-आईपीएल और विज्ञापन विषय में RNFL इंगित करता है । जबकि जीसी के thinning-आईपीएल RGC नुकसान का सुझाव है, RNFL के thinning RGC axons के नुकसान का पता चलता है । इसके अलावा, महत्व के नक्शे के कई क्षेत्रों लाल या पीले रंग में लेबल कर रहे हैं, सुझाव है कि संबंधित क्षेत्रों की RNFL और जीसी-आईपीएल की मोटाई विज्ञापन विषय में कम कर रहे हैं । thinning के सटीक क्षेत्रों में भी विचलन नक्शे में लाल या पीले सुपर पिक्सल द्वारा visualized किया जा सकता है ।

    Figure 11
    चित्र 11: विश्लेषण एक विज्ञापन विषय से रेटिना ंयूरॉन संरचना का प्रिंटआउट । विज्ञापन विषय में RNFL और जीसी-आईपीएल के thinning मोटाई नक्शे में अधिक प्रकाश नीले क्षेत्रों की उपस्थिति से संकेत दिया है । thinning की भयावहता प्रामाणिक आयु-मिलान जनसंख्या की तुलना में असामांय माना जाता है; लाल सेक्टर्स इंगित करता है कि संगत क्षेत्रों की मोटाई मान सामान्य श्रेणी (p & #60; 1%) के बाहर गिर गया, जबकि पीला क्षेत्र संगत क्षेत्र में सीमा रेखा मान इंगित करता है (1% & #60;p & #60; 5%) । सही क्षेत्रों RNFL और जीसी-आईपीएल thinning भी विचलन नक्शे, जिसमें लाल और पीले सुपर पिक्सल (लाल तीर) से संकेत मिलता है कि इसी धब्बे के मोटाई मूल्यों ९९% के बाहर गिर गया या 95 के भीतर-99% शतमक रेंज द्वारा visualized किया जा सकता है, क्रमश. सभी एक साथ ये नक्शे सुझाते हैं कि विज्ञापन विषय में RNFL और जीसी-आईपीएल की मोटाई असामान्य रूप से कम हो गई । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

    अनविश्लेषण या unFundused रेटिना छवियों: फोटो या अक्टूबर स्कैन कई कारणों के कारण अनविश्लेषण किया जा सकता है । अक्टूबर स्कैन के बारे में, जीसी-आईपीएल या RNFL फॉल्ट विफलता रेटिना विकृतियों के कारण हो सकता है, जैसे उम्र से संबंधित धब्बेदार अध: पतन, मधुमेह रेटिनोपैथी, और epiretinal झिल्ली. चित्रा 12A मधुमेह धब्बेदार शोफ के कारण फॉल्ट विफलता का एक उदाहरण प्रदर्शित करता है. यह भी दिखाया गया है कि OCT स्कैन गुणवत्ता और मोटाई माप सूखी आंखों से प्रभावित किया जा सकता है३९, मोतियाबिंद४०,४१,४२,४३, फ्लोटर्स और अन्य अवलेह opacities ४४ , ४५. fundus तस्वीरों के बारे में, रेटिना संवहनी मापदंडों की माप भी मीडिया अस्पष्टता (जैसे कि एक मोतियाबिंद), जो रेटिना vasculature (चित्रा 12B) की दृश्यता को प्रभावित करता है द्वारा बाधा हो सकती है ।

    Figure 12
    चित्र 12: विश्लेषण रेटिना छवियां । जबकि सबसे इष्टतम परिणाम वर्णित तरीकों का उपयोग कर बचा जा सकता है, रेटिना छवियों के कई प्रकार के विश्लेषण कर रहे हैं और छोड़ दिया जाना चाहिए. (A) कुछ OCT स्कैन में, उम्र से संबंधित धब्बेदार अध: पतन, मधुमेह रेटिनोपैथी, और epiretinal झिल्ली सहित रेटिना विकृतियों के कारण हो सकता है । यह आंकड़ा मधुमेह धब्बेदार शोफ के कारण एक फॉल्ट विफलता को दर्शाता है । (B) रेटिना vasculature की दृश्यता को मीडिया अपारदर्शिता द्वारा कम किया जा सकता है, जैसे कि मोतियाबिंद के कारण अस्पष्टता । यह आंकड़ा दर्शाता है कि गंभीर मीडिया अस्पष्टता रेटिना vasculature अस्पष्ट और छवि unलेषण प्रदान कर सकते हैं । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

    पैरामीटर मापी क्षेत्र व्याख्या और विज्ञापन के साथ सूचना का संबंध
    रेटिना पोत कैलिबर
    मध्य रेटिना Arteriolar समकक्ष (CRAE) जोन ब & #38; ग ♦ मध्य रेटिना arteriolar समकक्ष (CRAE) और केंद्रीय रेटिना venular समकक्ष (CRVE) में परिवर्तन सामान्यीकृत रेटिना पोत संकुचन या चौड़ा इंगित, और सूक्ष्म microvascular शिथिलता३५सुझाव दे सकता है ।
    ♦ यह बताया गया है कि वृद्धि हुई CRVE घटना मनोभ्रंश४६, संवहनी मनोभ्रंश४६के साथ जुड़ा हुआ है, और कम CRVE और CRAE अल्जाइमर रोग४७,४८के साथ जुड़े रहे हैं ।
    मध्य रेटिना Venular समकक्ष (CRVE) जोन ब & #38; ग
    रेटिना संवहनी नेटवर्क पैरामीटर्स
    भग्न आयाम (dF) जोन सी ♦ भग्न आयाम एक "स्थूल" उपाय है कि रेटिना नाड़ी नेटवर्क के शाखाकरण जटिलता30संक्षेप का प्रतिनिधित्व करता है; एक बड़ा मान अधिक जटिल शाखाकरण प्रतिमान इंगित करता है ।
    ♦ यह सुझाव दिया गया है कि कम रेटिना भग्न आयाम मनोभ्रंश४७,४८,५९ और संज्ञानात्मक समारोह६०के साथ जुड़ा हुआ था ।
    Tortuosity
    टोट)    		 जोन सी ♦ Tortuosity रेटिना वाहिकाओं के सामान्य सरल को दर्शाता है, एक छोटे Tortuosity मूल्य के साथ सीधे रेटिना वाहिकाओं इंगित करता है.
    ♦ यह सुझाव दिया गया है कि वृद्धि हुई venular tortuosity और arteriolar tortuosity विज्ञापन६२के साथ संबद्ध हैं।
    बंटी कोण
    बीए)    		 जोन सी ♦ बीए का इष्टतम मूल्य लगभग ७५हे ३६
    ♦ कोण में परिवर्तन६३,६४, endothelial रोग६५,६६ और ऑक्सीजन संतृप्ति६७में क्षीणन रक्त प्रवाह में बदलाव का संकेत हो सकता है ।
    बंटी गुणांक (BC) जोन सी ♦ बीसी का इष्टतम मूल्य लगभग १.२६३६है ।
    ♦ इष्टतम मूल्य से विचलन ऊर्जा की लागत बढ़ सकता है, संचलन और चयापचय परिवहन की दक्षता को कम करने३७.

    तालिका 2: प्रमुख रेटिना संवहनी मापदंडों की व्याख्याओं. पोत कैलिबर और रेटिना संवहनी नेटवर्क पीएrameters कंप्यूटर-असिस्टेड विश्लेषण प्रोग्राम द्वारा रिपोर्ट किए गए पैरामीटर्स की दो मुख्य श्रेणियां हैं । CRAE और CRVE दस्तावेज़ सामान्यीकृत रेटिना पोत संकुचन या चौड़ी, सूक्ष्म रेटिना microvascular शिथिलता को दर्शाती है. रेटिना संवहनी नेटवर्क पैरामीटर "इष्टतम" और रेटिना नेटवर्क है, जो बारी में मस्तिष्क microcirculation की अखंडता को प्रतिबिंबित में रक्त वितरण की "दक्षता" पर कब्जा.

    Subscription Required. Please recommend JoVE to your librarian.

    Discussion

    इस प्रोटोकॉल vivo मेंरेटिना में न्यूरॉन्स और संवहनी परिवर्तन को बढ़ाता है की प्रक्रियाओं का वर्णन. के रूप में रेटिना के समान embryological मूल शेयरों, संरचनात्मक सुविधाओं और मस्तिष्क के साथ शारीरिक गुण, इन रेटिना परिवर्तन मस्तिष्क में vasculature और न्यूरॉन संरचना के समान परिवर्तन को प्रतिबिंबित कर सकते हैं.

    के रूप में चित्रा 10 और तालिका 1में दिखाया गया है, विज्ञापन विषय जब स्वस्थ विषय की तुलना में कम पोत कैलिबर दिखाया । यह बताया गया है कि कम CRVE और CRAE अल्जाइमर रोग के साथ जुड़े रहे हैं४६,४७, हालांकि यह लगातार४८मनाया नहीं है.

    इसके अलावा, विज्ञापन विषय भी कम भग्न आयामों को दिखाया, नाड़ी tortuosities वृद्धि हुई है, और इष्टतम शाखाकरण गुणांक और शाखाओं में बंटी कोण जब स्वस्थ विषय की तुलना में । इन परिवर्तनों को रेटिना संवहनी नेटवर्क के वैश्विक ज्यामितीय पैटर्न में परिवर्तन इंगित करता है४९,५०,५१,५२,५३,५४, ५५,५६. संवहनी नेटवर्क के शाखाकरण पैटर्न के बाद से, है मरे सिद्धांत के अनुसार, संरचनात्मक रूप से रक्त के प्रवाह को बनाए रखने के लिए आवश्यक ऊर्जा को कम करने के लिए विकसित किया गया है५७, इन मानकों को भी "इष्टतम" और "दक्षता" की डिग्री पर कब्जा रेटिना संवहनी नेटवर्क में रक्त वितरण, जो बारी में हो सकता है सेरेब्रल microcirculation की अखंडता को प्रतिबिंबित५८. यह बताया गया है कि कम रेटिना भग्न आयाम मनोभ्रंश४७,४८,५९ और संज्ञानात्मक function60 के साथ जुड़ा हुआ है, और संभावित microvascular रेटिना के लिए अग्रणी नुकसान से संबंधित है हाइपोक्सिया६१.  बढ़ी हुई venular और arteriolar tortuosities को भी विज्ञापन६२से संबद्ध होने के लिए दिखाया गया है । रेटिना विभाजन मानकों के बारे में, शाखाकरण कोण के उप-इष्टतम इंगित करता है कि विज्ञापन विषय में रेटिना संवहनी नेटवर्क ऊतक छिड़काव की दक्षता में कमी आई है और ऊर्जा हानि३७वृद्धि हुई है । कोण में परिवर्तन भी६३,६४, endothelial शिथिलता६५,६६, और ऑक्सीजन संतृप्ति६७के क्षीणन रक्त प्रवाह में बदलाव का संकेत हो सकता है । इसके अलावा, शाखाकरण गुणांक के इष्टतम मूल्य से विचलन भी ऊर्जा लागत में वृद्धि हो सकती है, परिसंचरण और चयापचय परिवहन की क्षमता को कम करने३७। एक साथ ले लिया, संवहनी नेटवर्क मापदंडों में परिवर्तन (यानी भग्न आयाम, tortuosity, शाखाओं में बंटी और गुणांक) विज्ञापन विकृति में microvascular भागीदारी का सुझाव देते हैं । विज्ञापन के साथ प्रमुख रेटिना संवहनी मापदंडों की रिपोर्ट संघों तालिका 2 में संक्षेप हैं और यह भी विवरण में पहले8,५८,६८,६९की समीक्षा की गई है ।

    जैसा कि चित्र 11से सचित्र है, विज्ञापन विषय में RNFL और जीसी-आईपीएल की घटी हुई मोटाई भी दिखाई देती है । हालांकि GCL और आईपीएल की मोटाई केवल एक साथ उनकी अस्पष्ट संरचनात्मक सीमा के कारण रिपोर्ट किया जा सकता है, संयुक्त मोटाई (यानी जीसी-आईपीएल) RGCs३८के स्वास्थ्य का संकेत है । यह तेजी से स्पष्ट है कि जीसी-आईपीएल के thinning३८ और RNFL७०,७१,७२,७३,७४,७५,७६ ,७७,७८ AD के साथ संबद्ध है । हाल ही में, एक बड़े पैमाने पर जनसंख्या अध्ययन भी बताया कि पतले RNFL गरीब संज्ञानात्मक समारोह के साथ जुड़ा हुआ है, ऐसे गरीब भावी स्मृति के रूप में, और संख्यात्मक और मौखिक तर्क के गरीब प्रदर्शन७९। इसके अलावा, RNFL के thinning भी गैर-AD परिवारजन८०,८१,८२में बताया गया है ।

    रेटिना इमेजिंग के महत्वपूर्ण कदम
    सही परिणाम प्राप्त करने के लिए प्रोटोकॉल में कई चरणों का सही रूप से किया जाना आवश्यक है । छवि अधिग्रहण की प्रक्रिया के बारे में, यह महत्वपूर्ण है के लिए अक्टूबर और fundus फोटोग्राफी के इमेजिंग प्रक्रिया गुरु, एक लंबे समय तक इमेजिंग बार आंख थकान पैदा कर सकता है और इस तरह गति कलाकृतियों की संभावना में वृद्धि के बाद से । इसके अलावा, इसके विपरीत और चित्र के संतृप्ति छवि अधिग्रहण के दौरान मानकीकृत किया जाना चाहिए छवि प्रसंस्करण के बाद के चरणों में मोटे समायोजन से बचने के लिए । इसके विपरीत और संतृप्ति अलग अध्ययन साथियों और कैमरा प्रकार के साथ विविध किया जा सकता है ।

    रेटिना संवहनी मापदंडों की माप के बारे में, यह आवर्धन प्रभाव और छवि संकल्प में अंतर के लिए समायोजित करने के लिए अध्ययन में इस्तेमाल हर कैमरे के लिए ICF की गणना करने के लिए महत्वपूर्ण है. ICF द्वारा समायोजन रेटिना पोत नली का व्यास सहित आयामी मापदंडों का सही माप के लिए महत्वपूर्ण है. इसके अलावा, जब एक कंप्यूटर की सहायता से विश्लेषण कार्यक्रम के साथ fundus तस्वीरें ग्रेडिंग, ग्रेडर ग्रेडिंग प्रक्रिया मैनुअल समायोजन की एक निश्चित राशि शामिल है के रूप में भागीदार विशेषताओं के लिए नकाबपोश होना चाहिए । इसके अलावा, ग्रेडर उचित प्रशिक्षण प्राप्त करना चाहिए और माप की उनकी विश्वसनीयता पहले, छवियों ग्रेडिंग से पहले मूल्यांकन किया जाना चाहिए ।

    यह भी दोनों जोन बी और जोन सी में रेटिना पोत कैलिबर की रिपोर्ट महत्वपूर्ण है । यह माना जाता है कि क्षेत्र सी के पोत कैलिबर अधिक संवेदनशील है और छोटे मानक त्रुटि17के साथ अधिक सटीक है, संभवतः रेटिना में और अधिक परिधीय छोटे जहाजों के शामिल किए जाने के कारण, जो शारीरिक हैं और शारीरिक रूप से अधिक के समान मस्तिष्क में छोटे जहाजों । हालांकि, जोन बी की क्षमता भी क्षेत्र के भीतर नली का व्यास माप के रूप में सूचित किया जाना चाहिए व्यापक रूप से कई महामारी विज्ञान के अध्ययन में इस्तेमाल किया गया है ।

    यह ध्यान दिया जाना चाहिए कि उपकरण और कंप्यूटर की सहायता से इस प्रोटोकॉल में प्रयुक्त विश्लेषण कार्यक्रम चित्रण प्रयोजनों के लिए ही है और इसी तरह के परिणाम अंय रेटिना इमेजिंग तकनीकों का उपयोग कर प्राप्त किया जा सकता है । हालांकि, ज्यादातर मामलों में संख्यात्मक पैरामीटर अलग माप प्रणालियों द्वारा रिपोर्ट interchangeably८३व्याख्या नहीं की जानी चाहिए । यिप एट अल. तीन सामांयतः इस्तेमाल रेटिना पोत कैलिबर, जो विभिंन अध्ययनों से परिणाम की तुलना करने के लिए उपयोगी हो सकती है मापने सॉफ्टवेयर के बीच रूपांतरण के लिए एक एल्गोरिथ्म विकसित किया है८३।

    रेटिना इमेजिंग का महत्व
    चुंबकीय अनुनाद इमेजिंग (एमआरआई) और पोजीट्रान उत्सर्जन टोमोग्राफी (पीईटी) इमेजिंग दो व्यापक रूप से मनोभ्रंश का अध्ययन करने के लिए vivo इमेजिंग तरीकों में इस्तेमाल कर रहे हैं । हालांकि, एमआरआई के आवेदन से कम ५०० माइक्रोन की सूक्ष्म अपक्षयी परिवर्तन का पता लगाने के लिए अपने स्थानिक संकल्प द्वारा सीमित है । पीईटी इमेजिंग का उपयोग भी अपनी उच्च लागत और पालतू सुविधाओं की उपलब्धता के द्वारा सीमित है । इसके अलावा, हालांकि मस्तिष्क छोटे पोत रोग मनोभ्रंश से जोड़ा गया है८४,८५,८६>,८७,८८,८९,९०, वर्तमान neuroimaging टेक्नोलॉजीज मस्तिष्क छोटे पोत परिवर्तन के प्रत्यक्ष मूल्यांकन की अनुमति नहीं देते हैं, जैसे सेरेब्रल arteriolar के संकुचन, परिवर्तन में संवहनी tortuosity, और केशिका माइक्रो-धमनीविस्फार । अतः डिमेंशिया का अध्ययन करने के लिए एक पूरक दृष्टिकोण वांछित है । रेटिना इमेजिंग कई सुविधाओं है कि यह अन्य neuroimaging तकनीकों से अलग बनाने के लिए और यह मनोभ्रंश अनुसंधान के लिए नए अंतर्दृष्टि प्रदान करने के लिए अनुमति दर्शाता है.

    सबसे पहले, रेटिना गैर इनवेसिव इमेजिंग के लिए अत्यधिक सुलभ है जब सीएनएस के अंय भागों के साथ तुलना में । के रूप में पुतली प्रबुद्ध और इमेजिंग प्रकाश किरणों के लिए द्वि-दिशा बीतने की अनुमति देता है, रेटिना vascualture सीधे imaged किया जा सकता है और तेजी से एक fundus कैमरा है, जो एक क्लासिक रेटिना इमेजिंग आईसीसीडी अप्रत्यक्ष के सिद्धांत पर आधारित तकनीक है का उपयोग ophthalmoscopy । Fundus फोटोग्राफ़ी उच्च संवेदनशीलता, विशिष्टता, और इंटर परीक्षा और अंतर परीक्षा समझौते९१का प्रदर्शन किया है । इसके अलावा, विवो पार-अनुभागीय छवियों में रेटिना ंयूरॉन संरचना भी कम जुटना interferometry के सिद्धांत के आधार पर OCT द्वारा कब्जा किया जा सकता है९२,९३,९४, ९५,९६. नतीजतन, रेटिना इमेजिंग सीएनएस पर मनोभ्रंश के प्रभाव का पालन करने के लिए अपेक्षाकृत कम लागत के साथ अनुदैर्ध्य और गैर इनवेसिव इमेजिंग की अनुमति देता है.

    दूसरे, रेटिना ंयूरॉन संरचना अलग परतों के रूप में आयोजित किया जाता है और प्रत्येक परत ंयूरॉन वास्तुकला के एक विशिष्ट तत्व का प्रतिनिधित्व करता है । उदाहरण के लिए, gc-आईपीएल RGCs के सेल निकायों और dendrites का प्रतिनिधित्व करता है, जबकि RNFL RGCs के axons का प्रतिनिधित्व करता है । विशेष रूप से, जैसे GC-आईपीएल और सीमांकन के रूप में रेटिना न्यूरॉनल परतों की सटीक RNFL, अब उन्नत विभाजन एल्गोरिदम के साथ प्राप्त किया जा सकता ३३ , ९७, और किसी भी मनोभ्रंश विकृति है कि ंयूरॉंस वास्तुकला का एक विकृति के रूप में प्रकट होता है आसानी से पता लगाया जा सकता है ।

    तीसरे, उद्देश्य, अर्द्ध स्वचालित, और रेटिना छवियों के मानकीकृत मूल्यांकन अब कंप्यूटर की सहायता से विश्लेषण कार्यक्रमों का उपयोग संभव है. के रूप में इस प्रोटोकॉल द्वारा सचित्र, कंप्यूटर की सहायता से विश्लेषण प्रोग्राम स्वचालित रूप से रेटिना vasculature fundus फोटोग्राफ़ी द्वारा कब्जा कर लिया ट्रेस कर सकते हैं और, ट्रेसिंग परिणामों के आधार पर, रेटिना संवहनी मापदंडों की एक स्पेक्ट्रम मापने, इस तरह के पोत के रूप में कैलिबर, tortuosities, भग्न आयाम, और शाखाओं में बंटी । पता लगाने की प्रक्रिया के दौरान, ग्रेडर केवल पोत अनुरेखण की सटीकता की पुष्टि करने की आवश्यकता है और, यदि आवश्यक हो, गलत पोत अनुरेखण मैंयुअल रूप से समायोजित करें । पिछले अध्ययनों ने बताया है कि intragrader और ग्रेडर विश्वसनीयता उच्च४९के लिए उदार थे । इसी प्रकार, OCT अंतर्निहित विश्लेषण एल्गोरिदम भी स्वचालित रूप से RNFL और GC-आईपीएल मोटाई के मापदंडों को मापने कर सकते हैं, और प्रामाणिक आयु-मिलान डेटाबेस९८के साथ परिणामों की तुलना करें । रेटिना इमेजिंग के अर्द्ध स्वचालित प्रकृति प्रत्येक ग्रेडर से आवश्यक काम की मात्रा को कम करके माप दक्षता और निरंतरता में सुधार करने में मदद करता है. ग्रेडर भी तेजी से माप और रेटिना मापदंडों की व्याख्या के कौशल में महारत हासिल कर सकते हैं, बहुत अधिक उन्नत नेत्र या स्नायविक ज्ञान सीखने के बिना. इसलिए, रेटिना इमेजिंग आसानी से एक जनसंख्या सेटिंग में लागू किया जा सकता है.

    अंत में, रेटिना इमेजिंग प्रौद्योगिकियों अब कई माइक्रोन के प्रस्ताव पर रेटिना छवि कर सकते हैं, जो कम से कम परिमाण के एक आदेश है कि पारंपरिक neuroimaging तकनीकों के साथ प्राप्त किया जा सकता है । उदाहरण के लिए, वर्णक्रमीय डोमेन OCT अब एक उच्च अक्षीय संकल्प के साथ तीन आयामी मात्रा में रेटिना छवि कर सकते है (कई माइक्रोनउदा ) और reproducibility९९के एक उच्च डिग्री,१००,१०१ ,१०२,१०३,१०४,१०५. यह प्रत्यक्ष दृश्य और RGC axons, सीएनएस के नेत्र विस्तार सहित रेटिना में सूक्ष्म परिवर्तन के ठहराव की अनुमति देता है । मनोभ्रंश और microvascular परिवर्तन के बीच संघों को भी सीधे रेटिना संवहनी मापदंडों को मापने के द्वारा मूल्यांकन किया जा सकता है ।

    एक साथ लिया, रेटिना इमेजिंग मस्तिष्क vasculature और न्यूरॉन संरचना है कि वर्तमान मस्तिष्क इमेजिंग तकनीक से अलग है पर अद्वितीय जानकारी एकत्र कर सकते हैं, सुझाव है कि रेटिना इमेजिंग एक पूरक दृष्टिकोण का अध्ययन करने के लिए प्रदान कर सकते हैं डिमेंशिया की विकृति9,३५,५८,६८,१०६,१०७,१०८.

    विधि की सीमाएं
    रेटिना इमेजिंग और कल्पना करने के लिए एक तेजी से लोकप्रिय विधि है रेटिना8,१०९में microvasculature और ंयूरॉन संरचना यों । हालांकि, इस प्रोटोकॉल के पाठकों को अपनी संभावित सीमाओं के बारे में पता होना चाहिए ताकि परिणामों की व्याख्या के लिए महत्वपूर्ण है ।

    सबसे पहले, fundus तस्वीरें और OCT छवियों की गुणवत्ता नेत्र कारकों की एक सीमा से प्रभावित किया जा सकता है । उदाहरण के लिए, अपवर्तन त्रुटि और अक्षीय लंबाई में भिन्नता आवर्धन को प्रभावित कर सकती है और इसलिए रेटिना संवहनी कैलिबर की ११०का स्पष्ट आयाम है । रेटिना रंजकता में अंतर, मीडिया opacities की उपस्थिति, फोटो तकनीक, कैमरा प्रकार (उदा, mydriatic, गैर mydriatic, हाथ से आयोजित), और छवि गुणवत्ता (जैसे, चमक, ध्यान, और इसके विपरीत) भी परिचय हो सकता है भिन्नता के अतिरिक्त स्रोतों और माप को प्रभावित१११,११२,११३,११४,११५,११६. इसके अलावा, प्रस्ताव कलाकृतियों पुरानी आयु वर्ग के विषयों में आम हो सकता है अगर छवि अधिग्रहण लंबे समय तक है ।

    दूसरा, रेटिना संवहनी और ंयूरॉन वास्तुकला कई प्रणालीगत और स्थानीय रोग प्रक्रियाओं से प्रभावित किया जा सकता है, और इस प्रकार कुछ रेटिना अभिव्यक्तियाँ एक विशेष रोग के लिए विशिष्ट नहीं हैं. उदाहरण के लिए, रेटिना arteriolar संकुचन प्रणालीगत परिधीय वाहिकासंकीर्णन और उच्च रक्तचाप के लिए संबंधित किया गया है, जबकि रेटिना venular चौड़ीकरण endothelial रोग, सूजन, microvascular हाइपोक्सिया११७करने के लिए संबंधित किया गया है, और रोग जैसे हृदय रोग११८ और मधुमेह रेटिनोपैथी११९. RNFL thinning भी मोतियाबिंद, पार्किंसंस रोग सहित अंय neurodegenerative रोगों में मनाया जाता है, और कई स्केलेरोसिस10। यह भी उल्लेखनीय है कि RGCs और उनके axons में उम्र से संबंधित कमी भी डिमेंशिया९९,१२०के बिना हो सकती है.

    तीसरा, रेटिना में परिवर्तन और मनोभ्रंश के बीच संबंध अनिर्णायक रहते हैं. उदाहरण के लिए, विज्ञापन के साथ छोटे पोत कैलिबर के संघों विलियंस एट अल द्वारा प्रतिकृति नहीं थे । ५९, और नेत्र रोग कार्यक्रम अध्ययन के सिंगापुर जानपदिक रोग विज्ञान द्वारा पाया विज्ञापन के साथ संकरा arteriolar कैलिबर की एसोसिएशन भी हृदय कारकों४८को प्राप्त करने के लिए समायोजित करने के बाद खो गया था । इसके अलावा, बढ़ venular और विज्ञापन में arteriolar tortuosities भी लगातार४७,५९मनाया नहीं कर रहे हैं । यह भी कहा जाता है कि मनोभ्रंश के साथ arteriolar भग्न आयाम के संघ एक पूरी तरह से समायोजित मॉडल में खो गया था"xref" > ५९.

    चौथे, कंप्यूटर की सहायता से इस स्तर पर विश्लेषण कार्यक्रम केवल अर्द्ध स्वचालित है और प्रशिक्षित ग्रेडर४९,१२१द्वारा मैनुअल समायोजन की आवश्यकता है । मैनुअल आदानों, यहां तक कि एक मानकीकृत प्रोटोकॉल का पालन, रेटिना माप में अतिरिक्त परिवर्तनशीलता लागू हो सकता है.

    विधि के भविष्य अनुप्रयोगों
    रेटिना की पहुंच और सीएनएस के अंय भागों में अपनी समानताएं को देखते हुए, रेटिना मस्तिष्क microvasculature और ंयूरॉंस संरचना पर मनोभ्रंश के प्रभाव का अध्ययन करने के लिए एक उत्कृष्ट "खिड़की" है । के बाद से मनोभ्रंश अब संवहनी प्रक्रियाओं को शामिल करने के लिए सोचा है८४,८५,८६,८७,८८,८९,९०,१२२ , इमेजिंग और मात्रात्मक रेटिना microvasculature इस प्रोटोकॉल का उपयोग भी microvascular एटियलजि (बनाम macrovascular एटियलजि) में नए अंतर्दृष्टि प्रदान कर सकते है मनोभ्रंश10,३५,५८ , १०६ , १०८ , १२३ और विभिंन डिमेंशिया उपप्रकारों पर हमारी समझ को सुकर बनाना ।

    इसके अलावा, रेटिना इमेजिंग संभवतः नैदानिक सेटिंग्स में उपयोग किया जा सकता है नैदानिक निदान या मनोभ्रंश के जोखिम मूल्यांकन की सुविधा के लिए, नैदानिक निदान विज्ञापन की पुष्टि करने के लिए, और रोग प्रगति या चिकित्सा के लिए प्रतिक्रिया की निगरानी करने के लिए. जनसंख्या स्क्रीनिंग में रेटिना इमेजिंग के आवेदन विशेष रूप से के रूप में पेचीदा है और microvascular परिवर्तन, जो समान रेटिना परिवर्तन द्वारा परिलक्षित हो सकता है, बहुत पहले cortical शोष और संज्ञानात्मक गिरावट की उपस्थिति से उत्पन्न होती है १२४ , १२५. लगातार, अध्ययनों से पता चला है कि RNFL और gc-आईपीएल मोटाई हल्के संज्ञानात्मक हानि (एमसीआई) और विज्ञापन के साथ रोगियों में कम थे जब स्वास्थ्य नियंत्रण के साथ तुलना में, लेकिन RNFL और gc में अंतर-आईपीएल के साथ रोगियों के बीच मोटाई एमसीआई और विज्ञापन के साथ वे सांख्यिकीय महत्वपूर्ण नहीं थे8, सुझाव है कि RNFL और जीसी के thinning-आईपीएल विज्ञापन विकृति में एक प्रारंभिक घटना है । हालांकि, रेटिना इमेजिंग उपायों और मनोभ्रंश के बीच संघों की ताकत केवल मामूली है और कई रेटिना के विज्ञापन को लगातार देखा नहीं किया गया है8,४७,४८, ५९ , १०९. इस प्रोटोकॉल संभावित बड़े साथियों के साथ और अधिक संभावित नैदानिक अध्ययन द्वारा अपनाया जा सकता है के पूर्व में रेटिना इमेजिंग की नैदानिक उपयोगिता का मूल्यांकन करने के लिए विज्ञापन के नैदानिक निदान ।

    रेटिना इमेजिंग तकनीक में हाल ही में अग्रिमों, जैसे अल्ट्रा-वाइड फील्ड रेटिना इमेजिंग और अक्टूबर-एंजियोग्राफी, हमें रेटिना से अधिक जानकारी प्राप्त करने की अनुमति दे सकता है । अल्ट्रा चौड़ा क्षेत्र रेटिना इमेजिंग प्रौद्योगिकी, फोकल लेजर के सिद्धांत पर आधारित एक गुफा एलिप्टिकल मिरर के साथ संयुक्त माइक्रोस्कोपी, पुतली फैलाव के बिना एक छवि में रेटिना के २००ओ पर कब्जा कर सकते हैं१२६ ,१२७. यह परिधीय रेटिना घावों, जो समग्र रेटिना vasculature के बारे में अधिक जानकारी प्रदान कर सकते हैं की अधिक व्यापक मूल्यांकन की अनुमति देता है17. यह बताया गया है कि अल्ट्रा चौड़ा क्षेत्र रेटिना इमेजिंग दोनों पोत विभाजन और चौड़ाई अनुमान१२८में संतोषजनक प्रदर्शन प्राप्त कर सकते हैं । इसके अलावा, अक्टूबर-एंजियोग्राफी के आविष्कार भी रेटिना केशिका नेटवर्क के गैर-डाई आधारित मानचित्रण की अनुमति देता है, जो मनोभ्रंश से संबंधित microvascular परिवर्तन के बारे में अधिक जानकारी प्रदान कर सकता है । छवि विश्लेषण के तरीकों को ध्यान में रखते हुए, और अधिक शोध के लिए अंय राज्य के अत्याधुनिक छवि प्रसंस्करण और मात्रात्मक विधियों, जैसे ट्री टोपोलॉजी अनुमान१२९, इन उपंयास इमेजिंग विधियों द्वारा कब्जा कर लिया छवियों का विश्लेषण करने के लिए तलाशने की आवश्यकता है ।

    Figure 13
    चित्र 13: रेटिना इमेजिंग संवहनी और न्यूरॉन्स मनोभ्रंश के साथ जुड़े परिवर्तनों का अध्ययन करने के लिए एक संभावित मूल्यवान उपकरण है. यह प्रस्ताव किया गया है कि डिमेंशिया मस्तिष्क में न्यूरॉन की चोट और छोटे पोत रोग के साथ जुड़ा हुआ है. रेटिना के रूप में, केंद्रीय तंत्रिका तंत्र का विस्तार किया जा रहा है, मस्तिष्क के साथ प्रमुख समानताएं शेयरों, इन रोग परिवर्तन रेटिना में परिलक्षित हो सकता है के रूप में ंयूरॉन और संवहनी नुकसान । इस प्रोटोकॉल का प्रयोग, रेटिना न्यूरॉन परिवर्तन RNFL और जीसी में परिवर्तन के रूप में मात्रा जा सकता है-आईपीएल ऑप्टिकल जुटना टोमोग्राफी (OCT) का उपयोग कर मोटाई, जबकि रेटिना संवहनी परिवर्तन पोत कैलिबर और संवहनी नेटवर्क में परिवर्तन के रूप में मात्रा किया जा सकता है fundus फोटोग्राफ़ी और एक कंप्यूटर की सहायता से विश्लेषण कार्यक्रम का उपयोग कर पैरामीटर्स । रेटिना में परिवर्तन और मनोभ्रंश के बीच संघों का अध्ययन मनोभ्रंश की विकृति में नए अंतर्दृष्टि प्रदान कर सकते हैं और, संभवतः, निदान और जोखिम आकलन में सहायता. कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

    इस प्रोटोकॉल का वर्णन एक गैर इनवेसिव, मात्रात्मक और अर्द्ध स्वचालित विधि रेटिना इमेजिंग तकनीकों का उपयोग कर मनोभ्रंश अध्ययन करने के लिए (चित्र 13). रेटिना और मस्तिष्क के साथ अपने मजबूत संघों की पहुंच को देखते हुए, इमेजिंग रेटिना मनोभ्रंश में नए अंतर्दृष्टि प्रदान कर सकते है और, संभवतः, निदान और मनोभ्रंश के जोखिम के आकलन में सहायता । हालांकि, इस स्तर पर सूचना के संघों विवादास्पद रहते है और आगे के अध्ययन के लिए रेटिना इमेजिंग की क्षमता उपयोगिता का आकलन करने के लिए आवश्यक हैं । यह भी ध्यान दिया जाना चाहिए कि एक गहन नैदानिक मूल्यांकन मनोभ्रंश के आकलन में आवश्यक रहता है ।

    Subscription Required. Please recommend JoVE to your librarian.

    Disclosures

    हम तकनीकी सहायता के लिए स्कूल ऑफ कंप्यूटिंग, सिंगापुर के राष्ट्रीय विश्वविद्यालय के लिए हमारी सराहना व्यक्त करना चाहते हैं ।

    Acknowledgments

    संभावित वित्तीय संबंधों के बारे में, लेखक टीएन वाई वोंग एक सह सिंगापुर मैं पोत आकलन (शिव) इस लेख में इस्तेमाल कार्यक्रम के आविष्कारक है ।

    Materials

    Name Company Catalog Number Comments
    Non-mydriatic Retinal Camera  Topcon, Inc, Tokyo, Japan TRC 50DX  N/A
    Singapore I Vessel Assessment Program National University of Singapore Version 4.0 N/A
    CIRRUS HD-OCT  Carl Zeiss Meditec, Inc, Dublin, CA Model 4000 N/A
    Mydriatic Agents  N/A N/A Prepared from 1% tropicamide and 2.5% phenylephrine hydrochloride

    DOWNLOAD MATERIALS LIST

    References

    1. Alzheimer's Disease International. The prevalence of dementia worldwide. Alzheimer's Dis. Int. (December), 1-2 (2008).
    2. Wimo, A., Winblad, B., &Jönsson, L. The worldwide societal costs of dementia: Estimates for 2009. Alzheimer's Dement. 6 (2), 98-103 (2010).
    3. Comas-Herrera, A., Northey, S., Wittenberg, R., Knapp, M., Bhattacharyya, S., Burns, A. Future costs of dementia-related long-term care: exploring future scenarios. Int. Psychogeriatr. 23 (1), 20-30 (2011).
    4. Alzheimer's Association. Alzheimer's disease facts and figures. Alzheimer's Dement. 10 (2), e47-e92 (2014).
    5. Prince, M., Bryce, R., Albanese, E., Wimo, A., Ribeiro, W., Ferri, C. P. The global prevalence of dementia: a systematic review and metaanalysis. Alzheimers. Dement. 9 (1), 63-75 (2013).
    6. Alzheimer's Association. 2016 Alzheimer's disease facts and figures. Alzheimer's Dement. 12 (4), 459-509 (2016).
    7. Asih, P. R., Chatterjee, P., Verdile, G., Gupta, V. B., Trengove, R. D., Martins, R. N. Clearing the amyloid in Alzheimer's: progress towards earlier diagnosis and effective treatments - an update for clinicians. Neurodegener. Dis. Manag. 4 (5), 363-378 (2014).
    8. Cheung, C. Y., Ikram, M. K., Chen, C., Wong, T. Y. Imaging retina to study dementia and stroke. Prog. Retin. Eye Res. , (2017).
    9. Patton, N., Aslam, T., Macgillivray, T., Pattie, A., Deary, I. J., Dhillon, B. Retinal vascular image analysis as a potential screening tool for cerebrovascular disease: a rationale based on homology between cerebral and retinal microvasculatures. J. Anat. 206 (4), 319-348 (2005).
    10. London, A., Benhar, I., Schwartz, M. The retina as a window to the brain-from eye research to CNS disorders. Nat. Rev. Neurol. 9 (1), 44-53 (2013).
    11. Crowe, M. J., Bresnahan, J. C., Shuman, S. L., Masters, J. N., Beattie, M. S. Apoptosis and delayed degeneration after spinal cord injury in rats and monkeys. Nat Med. 3 (1), 73-76 (1997).
    12. Levkovitch-Verbin, H., Quigley, H. A., Kerrigan-Baumrind, L. A., D'Anna, S. A., Kerrigan, D., Pease, M. E. Optic nerve transection in monkeys may result in secondary degeneration of retinal ganglion cells. Investig. Ophthalmol. Vis. Sci. 42 (5), 975-982 (2001).
    13. Levkovitch-Verbin, H., Quigley, H. A., Martin, K. R., Zack, D. J., Pease, M. E., Valenta, D. F. A model to study differences between primary and secondary degeneration of retinal ganglion cells in rats by partial optic nerve transection. Invest Ophthalmol Vis Sci. 44 (8), 3388-3393 (2003).
    14. Yoles, E., Schwartz, M. Degeneration of spared axons following partial white matter lesion: implications for optic nerve neuropathies. Exp Neurol. 153 (1), 1-7 (1998).
    15. Sadun, A. A., Borchert, M., DeVita, E., Hinton, D. R., Bassi, C. J. Assessment of Visual Impairment in Patients With Alzheimer's Disease. Am. J. Ophthalmol. 104 (2), 113-120 (1987).
    16. Schlotterer, G., Moscovitch, M., Crapper-Mclachlan, D. Visual processing deficits as assessed by spatial frequency contrast sensitivity and backward masking in normal ageing and alzheimer's. Brain. 107 (1), 309-324 (1984).
    17. Cheung, C. Y. L., et al. A new method to measure peripheral retinal vascular caliber over an extended area. Microcirculation. 17 (7), 495-503 (2010).
    18. Knudtson, M. D., Lee, K. E., Hubbard, L. D., Wong, T. Y., Klein, R., Klein, B. E. K. Revised formulas for summarizing retinal vessel diameters. Curr. Eye Res. 27 (3), 143-149 (2003).
    19. Hubbard, L. D., et al. Methods for evaluation of retinal microvascular abnormalities associated with hypertension/sclerosis in the Atherosclerosis Risk in Communities Study. Ophthalmology. 106 (12), 2269-2280 (1999).
    20. Patton, N., et al. The association between retinal vascular network geometry and cognitive ability in an elderly population. Investig. Ophthalmol. Vis. Sci. 48 (5), 1995-2000 (2007).
    21. VanHecke, M. V., et al. Are retinal microvascular abnormalities associated with large artery endothelial dysfunction and intima-media thickness? The Hoorn Study. Clin. Sci. London Engl. 110 (5), 597-604 (2006).
    22. Tien, Y. W., et al. Retinal vascular caliber, cardiovascular risk factors, and inflammation: The Multi-Ethnic Study of Atherosclerosis (MESA). Investig. Ophthalmol. Vis. Sci. 47 (6), 2341-2350 (2006).
    23. Leung, H., et al. Relationships between age, blood pressure, and retinal vessel diameters in an older population. Investig. Ophthalmol. Vis. Sci. 44 (7), 2900-2904 (2003).
    24. Wong, T. Y., et al. The prevalence and risk factors of retinal microvascular abnormalities in older persons: The cardiovascular health study. Ophthalmology. 110 (4), 658-666 (2003).
    25. Ikram, M. K., et al. Retinal vessel diameters and risk of stroke: The Rotterdam Study. Neurology. 66 (9), 1339-1343 (2006).
    26. Wong, T. Y., Knudtson, M. D., Klein, R., Klein, B. E. K., Meuer, S. M., Hubbard, L. D. Computer-assisted measurement of retinal vessel diameters in the Beaver Dam Eye Study: Methodology, correlation between eyes, and effect of refractive errors. Ophthalmology. 111 (6), 1183-1190 (2004).
    27. Sasongko, M. B., et al. Alterations in retinal microvascular geometry in young type 1 diabetes. Diabetes Care. 33 (6), 1331-1336 (2010).
    28. Cheung, C. Y. L., et al. Retinal vascular tortuosity, blood pressure, and cardiovascular risk factors. Ophthalmology. 118 (5), 812-818 (2011).
    29. Mainster, M. a The fractal properties of retinal vessels: embryological and clinical implications. Eye. 4 ( Pt 1) (1), 235-241 (1990).
    30. Liew, G., et al. The Retinal Vasculature as a Fractal: Methodology, Reliability, and Relationship to Blood Pressure. Ophthalmology. 115 (11), (2008).
    31. Stosic, T., Stosic, B. D. Multifractal analysis of human retinal vessels. IEEE Trans. Med. Imaging. 25 (8), 1101-1107 (2006).
    32. Zamir, M., Medeiros, J. A., Cunningham, T. K. &M., Zamir, J. A., Medeiros, T. K. C. Arterial bifurcations in the human retina. J. Gen. Physiol. 74 (4), 537-548 (1979).
    33. Mwanza, J. C., Oakley, J. D., Budenz, D. L., Chang, R. T., Knight, O. J., Feuer, W. J. Macular ganglion cell-inner plexiform layer: Automated detection and thickness reproducibility with spectral domain-optical coherence tomography in glaucoma. Investig. Ophthalmol. Vis. Sci. 52 (11), 8323-8329 (2011).
    34. Bendschneider, D., et al. Retinal nerve fiber layer thickness in normals measured by spectral domain OCT. J. Glaucoma. 19 (7), 475-482 (2010).
    35. Cheung, C. Y., Ong, Y. T., Ikram, M. K., Chen, C., Wong, T. Y. Retinal Microvasculature in Alzheimer's Disease. J. Alzheimer's Dis. 42 (s4), S339-S352 (2014).
    36. Murray, C. D. THE PHYSIOLOGICAL PRINCIPLE OF MINIMUM WORK APPLIED TO THE ANGLE OF BRANCHING OF ARTERIES. J. Gen. Physiol. (4), 835-841 (1926).
    37. Ding, J., et al. Early retinal arteriolar changes and peripheral neuropathy in diabetes. Diabetes Care. 35 (5), 1098-1104 (2012).
    38. Yim, C., et al. Retinal Ganglion Cell Analysis Using High-Definition Optical Coherence Tomography in Patients with Mild Cognitive Impairment and Alzheimer's Disease. J. Alzheimer's Dis. Retin. Ganglion Cell Anal. MCI AD. 45 (1), 45-56 (2015).
    39. Stein, D. M., Wollstein, G., Ishikawa, H., Hertzmark, E., Noecker, R. J., Schuman, J. S. Effect of Corneal Drying on Optical Coherence Tomography. Ophthalmology. 113 (6), 985-991 (2006).
    40. Mwanza, J. C., et al. Effect of Cataract and its Removal on Signal Strength and Peripapillary Retinal Nerve Fiber Layer Optical Coherence Tomography Measurements. J. Glaucoma. 20 (1), 37-43 (2011).
    41. Garcia-Martin, E., et al. Influence of cataract surgery on optical coherence tomography and neurophysiology measurements in patients with retinitis pigmentosa. Am. J. Ophthalmol. 156 (2), (2013).
    42. Kok, P. H. B., et al. The relationship between the optical density of cataract and its influence on retinal nerve fibre layer thickness measured with spectral domain optical coherence tomography. Acta Ophthalmol. , (2012).
    43. Kim, N. R., et al. Influence of cataract on time domain and spectral domain optical coherence tomography retinal nerve fiber layer measurements. J. Glaucoma. 21 (2), 116-122 (2012).
    44. Hwang, Y. H., Kim, Y. Y. Effect of Peripapillary Vitreous Opacity on Retinal Nerve Fiber Layer Thickness Measurement Using Optical Coherence Tomography. Arch. Ophthalmol. 130 (6), 789-792 (2012).
    45. Schwartz, S. G., Flynn, H. W., Fisher, Y. L. "Floater scotoma" demonstrated on spectral-domain optical coherence tomography and caused by vitreous opacification. Ophthalmic Surg. Lasers Imaging Retina. 44 (4), 415-418 (2013).
    46. Frost, S., et al. Retinal vascular biomarkers for early detection and monitoring of Alzheimer's disease. Transl. Psychiatry. 3 (2), e233 (2013).
    47. Cheung, C. Y., et al. Microvascular network alterations in the retina of patients with Alzheimer's disease. Alzheimer's Dement. 10 (2), 135-142 (2014).
    48. DeJong, F. J., et al. Retinal vascular caliber and risk of dementia: The Rotterdam Study. Neurology. 76 (9), 816-821 (2011).
    49. Cheung, C. Y., et al. Quantitative and qualitative retinal microvascular characteristics and blood pressure. J. Hypertens. 29 (7), 1380-1391 (2011).
    50. Cheung, C. Y., et al. Retinal vascular fractal dimension and its relationship with cardiovascular and ocular risk factors. Am. J. Ophthalmol. 154 (4), 663-674 (2012).
    51. Cheung, C. Y. L., et al. Retinal vascular tortuosity, blood pressure, and cardiovascular risk factors. Ophthalmology. 118 (5), 812-818 (2011).
    52. Grinton, M. E., et al. The association between retinal vessel morphology and retinal nerve fiber layer thickness in an elderly population. Ophthalmic Surg. Lasers Imaging. 43 (6 Suppl), S61-S66 (2012).
    53. Hughes, A. D., et al. Quantification of topological changes in retinal vascular architecture in essential and malignant hypertension. J. Hypertens. 24 (5), 889-894 (2006).
    54. Hughes, A. D., et al. Determinants of retinal microvascular architecture in normal subjects. Microcirculation. 16 (2), 159-166 (2009).
    55. Lau, Q. P., Lee, M. L., Hsu, W., Wong, T. Y. The Singapore Eye Vessel Assessment System. Image Anal. Model. Ophthalmol. , 143-160 (2014).
    56. Thomas, G. N., et al. Measurement of Macular Fractal Dimension Using a Computer-Assisted Program. Investig. Opthalmology Vis. Sci. 55 (4), 2237 (2014).
    57. Murray, C. D. The physiological principle of minimal work. I. The vascular system and the cost of blood volume. Proc. Natl. Acad. Sci. 12, 207-214 (1926).
    58. Cheung, C., Chen, C., Wong, T. Ocular Fundus Photography as a Tool to Study Stroke and Dementia. Semin. Neurol. 35 (5), 481-490 (2015).
    59. Williams, M. A., et al. Retinal microvascular network attenuation in Alzheimer's disease. Alzheimer's Dement. Diagnosis, Assess. Dis. Monit. 1 (2), 229-235 (2015).
    60. Cheung, C. Y., et al. Retinal Vascular Fractal Dimension Is Associated with Cognitive Dysfunction. J. Stroke Cerebrovasc. Dis. 23 (1), 43-50 (2014).
    61. Hammes, H. P., et al. Diabetic retinopathy: targeting vasoregression. Diabetes. 60 (1), 9-16 (2011).
    62. Cheung, C. Y., et al. Microvascular network alterations in the retina of patients with Alzheimer's disease. Alzheimer's Dement. 10 (2), 135-142 (2014).
    63. Frame, M. D., Sarelius, I. H. Arteriolar bifurcation angles vary with position and when flow is changed. Microvasc Res. 46 (2), 190-205 (1993).
    64. Djonov, V., Baum, O., Burri, P. H. Vascular remodeling by intussusceptive angiogenesis. Cell Tissue Res. 314 (1), 107-117 (2003).
    65. Griffith, T. M., Edwards, D. H. Basal EDRF activity helps to keep the geometrical configuration of arterial bifurcations close to the Murray optimum. J. Theor. Biol. 146 (4), 545-573 (1990).
    66. Griffith, T. M., Edwards, D. H., Randall, M. D. Blood flow and optimal vascular topography: role of the endothelium. Basic Res. Cardiol. 86 Suppl 2, 89-96 (1991).
    67. Chapman, N., Haimes, G., Stanton, A. V., Thom, S. A. M., Hughes, A. D. Acute effects of oxygen and carbon dioxide on retinal vascular network geometry in hypertensive and normotensive subjects. Clin. Sci. 99 (6), 483-488 (2000).
    68. Heringa, S. M., Bouvy, W. H., van denBerg, E., Moll, A. C., Jaap Kappelle, L., Jan Biessels, G. Associations between retinal microvascular changes and dementia, cognitive functioning, and brain imaging abnormalities: a systematic review. J. Cereb. blood flow Metab. 33 (7), 983-995 (2013).
    69. Ding, J., et al. Diabetic retinopathy and cognitive decline in older people with type 2 diabetes: The Edinburgh type 2 diabetes study. Diabetes. 59 (11), 2883-2889 (2010).
    70. Parisi, V., Restuccia, R., Fattapposta, F., Mina, C., Bucci, M. G., Pierelli, F. Morphological and functional retinal impairment in Alzheimer's disease patients. Clin. Neurophysiol. 112 (10), 1860-1867 (2001).
    71. Paquet, C., Boissonnot, M., Roger, F., Dighiero, P., Gil, R., Hugon, J. Abnormal retinal thickness in patients with mild cognitive impairment and Alzheimer's disease. Neurosci. Lett. 420 (2), 97-99 (2007).
    72. Moschos, M. M., et al. Structural and functional impairment of the retina and optic nerve in Alzheimer's disease. Curr. Alzheimer Res. 9 (7), 782-788 (2012).
    73. Lu, Y., et al. Retinal nerve fiber layer structure abnormalities in early Alzheimer's disease: Evidence in optical coherence tomography. Neurosci. Lett. 480 (1), 69-72 (2010).
    74. Kesler, A., Vakhapova, V., Korczyn, A. D., Naftaliev, E., Neudorfer, M. Retinal thickness in patients with mild cognitive impairment and Alzheimer's disease. Clin. Neurol. Neurosurg. 113 (7), 523-526 (2011).
    75. Ascaso, F. J., et al. Retinal alterations in mild cognitive impairment and Alzheimer's disease: An optical coherence tomography study. J. Neurol. 261 (8), 1522-1530 (2014).
    76. Berisha, F., Feke, G. T., Trempe, C. L., McMeel, J. W., Schepens, C. L. Retinal abnormalities in early Alzheimer's disease. Investig. Ophthalmol. Vis. Sci. 48 (5), 2285-2289 (2007).
    77. Iseri, P. K., Altinaş, O., Tokay, T., Yüksel, N. Relationship between Cognitive Impairment and Retinal Morphological and Visual Functional Abnormalities in Alzheimer Disease. J. Neuro-Ophthalmology. 26 (1), 18-24 (2006).
    78. Garcia-Martin, E. S., et al. Macular thickness as a potential biomarker of mild Alzheimer's disease. Ophthalmology. 121 (5), 1149-1151 (2014).
    79. Ko, F., et al. Retinal Nerve Fiber Layer Thinning Associated With Poor Cognitive Function Among A Large Cohort, The Uk Biobank. Alzheimer's Dement. 12 (7), P317-P318 (2016).
    80. Moreno-Ramos, T., Benito-Leon, J., Villarejo, A., Bermejo-Pareja, F. Retinal nerve fiber layer thinning in dementia associated with Parkinson's disease, dementia with Lewy bodies, and Alzheimer's disease. J. Alzheimers. Dis. 34 (3), 659-664 (2013).
    81. Moschos, M. M., et al. Morphologic changes and functional retinal impairment in patients with Parkinson disease without visual loss. Eur. J. Ophthalmol. 21 (1), 24-29 (2011).
    82. Garcia-Martin, E., et al. Ability and reproducibility of Fourier-domain optical coherence tomography to detect retinal nerve fiber layer atrophy in Parkinson's disease. Ophthalmology. 119 (10), 2161-2167 (2012).
    83. Yip, W., et al. Comparison of Common Retinal Vessel Caliber Measurement Software and a Conversion Algorithm. Transl. Vis. Sci. Technol. 5 (5), 11 (2016).
    84. Gorelick, P. B., et al. Vascular contributions to cognitive impairment and dementia: a statement for healthcare professionals from the american heart association/american stroke association. Stroke. 42 (9), 2672-2713 (2011).
    85. Brown, W. R., Thore, C. R. Review: Cerebral microvascular pathology in ageing and neurodegeneration. Neuropathol. Appl. Neurobiol. 37 (1), 56-74 (2011).
    86. DeSilva, T. M., Faraci, F. M. Microvascular Dysfunction and Cognitive Impairment. Cell. Mol. Neurobiol. 36 (2), 241-258 (2016).
    87. Kalaria, R. N., Akinyemi, R., Ihara, M. Does vascular pathology contribute to Alzheimer changes? J. Neurol. Sci. 322 (1-2), 141-147 (2012).
    88. Kling, M. A., Trojanowski, J. Q., Wolk, D. A., Lee, V. M. Y., Arnold, S. E. Vascular disease and dementias: paradigm shifts to drive research in new directions. Alzheimers. Dement. 9 (1), 76-92 (2013).
    89. O'Brien, J. T., et al. Vascular cognitive impairment. Lancet Neurol. 2 (2), 89-98 (2003).
    90. Chen, C., et al. Alzheimer's disease with cerebrovascular disease: current status in the Asia-Pacific region. J. Intern. Med. 280 (4), 359-374 (2016).
    91. Pérez, M. A., Bruce, B. B., Newman, N. J., Biousse, V. The use of retinal photography in nonophthalmic settings and its potential for neurology. Neurologist. 18 (6), 350-355 (2012).
    92. Boppart, S. A. Optical coherence tomography: Technology and applications for neuroimaging. Psychophysiology. 40 (4), 529-541 (2003).
    93. Hee, M. R., et al. Optical coherence tomography of the human retina. Arch. Ophthalmol. 113 (3), 325-332 (1995).
    94. Huang, D., et al. Optical coherence tomography. Science (80-.). 254 (5035), 1178-1181 (1991).
    95. vanVelthoven, M. E. J., Verbraak, F. D., Yannuzzi, L., Rosen, R. B., Podoleanu, A. G. H., deSmet, M. D. Imaging the retina by en face optical coherence tomography. Retina. 26 (2), 129-136 (2006).
    96. Costa, R. A., et al. Retinal assessment using optical coherence tomography. Prog. Retin. Eye Res. 25 (3), 325-353 (2006).
    97. DeBuc, D. C., Somfai, G. M., Ranganathan, S., Tátrai, E., Ferencz, M., Puliafito, C. A. Reliability and reproducibility of macular segmentation using a custom-built optical coherence tomography retinal image analysis software. J. Biomed. Opt. 14 (6), 64023 (2009).
    98. Budenz, D. L., et al. Determinants of Normal Retinal Nerve Fiber Layer Thickness Measured by Stratus OCT. Ophthalmology. 114 (6), 1046-1052 (2007).
    99. Leung, C. K. S., et al. Retinal Nerve Fiber Layer Imaging with Spectral-Domain Optical Coherence Tomography: A Prospective Analysis of Age-Related Loss. Ophthalmology. 119 (4), 731-737 (2012).
    100. Cettomai, D., et al. Reproducibility of optical coherence tomography in multiple sclerosis. Arch. Neurol. 65 (9), 1218-1222 (2008).
    101. Garcia-Martin, E., Pinilla, I., Idoipe, M., Fuertes, I., Pueyo, V. Intra and interoperator reproducibility of retinal nerve fibre and macular thickness measurements using Cirrus Fourier-domain OCT. Acta Ophthalmol. 89 (1), (2011).
    102. Garcia-Martin, E., Pueyo, V., Pinilla, I., Ara, J. R., Martin, J., Fernandez, J. Fourier-domain OCT in multiple sclerosis patients: reproducibility and ability to detect retinal nerve fiber layer atrophy. Invest. Ophthalmol. Vis. Sci. 52 (7), 4124-4131 (2011).
    103. Menke, M. N., Knecht, P., Sturm, V., Dabov, S., Funk, J. Reproducibility of nerve fiber layer thickness measurements using 3D fourier-domain OCT. Invest. Ophthalmol. Vis. Sci. 49 (12), 5386-5391 (2008).
    104. Mwanza, J. C., et al. Reproducibility of peripapillary retinal nerve fiber layer thickness and optic nerve head parameters measured with cirrus HD-OCT in glaucomatous eyes. Investig. Ophthalmol. Vis. Sci. 51 (11), 5724-5730 (2010).
    105. Syc, S. B., et al. Reproducibility of high-resolution optical coherence tomography in multiple sclerosis. Mult Scler. 16 (7), 829-839 (2010).
    106. Ikram, M. K., Cheung, C. Y., Wong, T. Y., Chen, C. P. L. H. Retinal pathology as biomarker for cognitive impairment and Alzheimer's disease. J. Neurol. Neurosurg. Psychiatry. 83 (9), 917-922 (2012).
    107. MacGillivray, T. J., Trucco, E., Cameron, J. R., Dhillon, B., Houston, J. G., vanBeek, E. J. R. Retinal imaging as a source of biomarkers for diagnosis, characterization and prognosis of chronic illness or long-term conditions. Br. J. Radiol. 87 (1040), 20130832 (2014).
    108. Patton, N., et al. Retinal image analysis: Concepts, applications and potential. Prog. Retin. Eye Res. 25 (1), 99-127 (2006).
    109. McGrory, S., et al. The application of retinal fundus camera imaging in dementia: A systematic review. Alzheimer's Dement. Diagnosis, Assess. Dis. Monit. 6, 91-107 (2017).
    110. Wong, T. Y., Knudtson, M. D., Klein, R., Klein, B. E. K., Meuer, S. M., Hubbard, L. D. Computer-assisted measurement of retinal vessel diameters in the Beaver Dam Eye Study: methodology, correlation between eyes, and effect of refractive errors. Ophthalmology. 111 (6), 1183-1190 (2004).
    111. Hardin, J. S., Taibbi, G., Nelson, S. C., Chao, D., Vizzeri, G. Factors Affecting Cirrus-HD OCT Optic Disc Scan Quality: A Review with Case Examples. J. Ophthalmol. 2015, 1-16 (2015).
    112. Kim, N. R., et al. Influence of Cataract on Time Domain and Spectral Domain Optical Coherence Tomography Retinal Nerve Fiber Layer Measurements. J. Glaucoma. 1, (2010).
    113. Li, H., et al. Lens opacity and refractive influences on the measurement of retinal vascular fractal dimension. Acta Ophthalmol. 88 (6), e234-e240 (2010).
    114. Maberley, D., Morris, A., Hay, D., Chang, A., Hall, L., Mandava, N. A comparison of digital retinal image quality among photographers with different levels of training using a non-mydriatic fundus camera. Ophthalmic Epidemiol. 11 (3), 191-197 (2004).
    115. Rochtchina, E., Wang, J. J., Taylor, B., Wong, T. Y., Mitchell, P. Ethnic variability in retinal vessel caliber: A potential source of measurement error from ocular pigmentation?-The Sydney childhood eye study. Investig. Ophthalmol. Vis. Sci. 49 (4), 1362-1366 (2008).
    116. Wainwright, A., et al. Effect of image quality, color, and format on the measurement of retinal vascular fractal dimension. Investig. Ophthalmol. Vis. Sci. 51 (11), 5525-5529 (2010).
    117. Nguyen, T. T., Wong, T. Y. Retinal vascular manifestations of metabolic disorders. Trends Endocrinol. Metab. 17 (7), 262-268 (2006).
    118. Ding, J., et al. Retinal vascular caliber and the development of hypertension: a meta-analysis of individual participant data. J. Hypertens. 32 (2), 207-215 (2014).
    119. Nguyen, T. T., Wong, T. Y. Retinal vascular changes and diabetic retinopathy. Curr. Diab. Rep. 9 (4), 277-283 (2009).
    120. Leung, C. K. S., Ye, C., Weinreb, R. N., Yu, M., Lai, G., Lam, D. S. Impact of Age-related Change of Retinal Nerve Fiber Layer and Macular Thicknesses on Evaluation of Glaucoma Progression. Ophthalmology. 120 (12), 2485-2492 (2013).
    121. Sherry, L. M., et al. Reliability of computer-assisted retinal vessel measurement in a population. Clin. Experiment. Ophthalmol. 30 (3), 179-182 (2002).
    122. Wardlaw, J. M., et al. Neuroimaging standards for research into small vessel disease and its contribution to ageing and neurodegeneration. Lancet Neurol. 12 (8), 822-838 (2013).
    123. Patton, N., Aslam, T., MacGillivray, T., Pattie, A., Deary, I. J., Dhillon, B. Retinal vascular image analysis as a potential screening tool for cerebrovascular disease: A rationale based on homology between cerebral and retinal microvasculatures. J. Anat. 206 (4), 319-348 (2005).
    124. Ferri, C. P., et al. Global prevalence of dementia: A Delphi consensus study. Lancet. 366 (9503), 2112-2117 (2005).
    125. Sahadevan, S., et al. Ethnic differences in Singapore's dementia prevalence: The stroke, Parkinson's disease, epilepsy, and dementia in Singapore study. J. Am. Geriatr. Soc. 56 (11), 2061-2068 (2008).
    126. Kernt, M., et al. Assessment of diabetic retinopathy using nonmydriatic ultra-widefield scanning laser ophthalmoscopy (Optomap) compared with ETDRS 7-field stereo photography. Diabetes Care. 35 (12), 2459-2463 (2012).
    127. Manivannan, A., Plskova, J., Farrow, A., Mckay, S., Sharp, P. F., Forrester, J. V. Ultra-wide-field fluorescein angiography of the ocular fundus. Am. J. Ophthalmol. 140 (3), 525-527 (2005).
    128. Pellegrini, E., et al. Blood vessel segmentation and width estimation in ultra-wide field scanning laser ophthalmoscopy. Biomed. Opt. Express. 5 (12), 4329 (2014).
    129. Estrada, R., Tomasi, C., Schmidler, S. C., Farsiu, S. Tree topology estimation. IEEE Trans. Pattern Anal. Mach. Intell. 37 (8), 1688-1701 (2015).

    Tags

    चिकित्सा समस्या १२९ रेटिना इमेजिंग मनोभ्रंश अल्जाइमर रोग ऑप्टिकल जुटना टोमोग्राफी Fundus फोटोग्राफ़ी रेटिना microvasculature छोटे पोत रोग रेटिना तंत्रिका फाइबर परत नाड़ीग्रंथि सेल-इनर Plexiform परत
    मनोभ्रंश का अध्ययन करने के लिए रेटिना इमेजिंग का उपयोग
    Play Video
    PDF DOI DOWNLOAD MATERIALS LIST

    Cite this Article

    Chan, V. T. T., Tso, T. H. K., Tang, … More

    Chan, V. T. T., Tso, T. H. K., Tang, F., Tham, C., Mok, V., Chen, C., Wong, T. Y., Cheung, C. Y. Using Retinal Imaging to Study Dementia. J. Vis. Exp. (129), e56137, doi:10.3791/56137 (2017).

    Less
    Copy Citation Download Citation Reprints and Permissions
    View Video

    Get cutting-edge science videos from JoVE sent straight to your inbox every month.

    Waiting X
    Simple Hit Counter