Method Article

Demans çalışması için retina Imaging'i kullanma

DOI:

10.3791/56137

⸱

November 6th, 2017

 ,  ,  ,  ,  ,  ,  , 
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

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Retina önemli benzerlikler beyinle paylaşır ve böylece damarlara ve beyinde nöronal yapısında olmayan invaziv çalışmaya benzersiz bir pencereyi temsil eder. Bu iletişim kuralı demans retina görüntüleme teknikleri kullanarak çalışma yöntemi açıklanır. Bu yöntem potansiyel olarak demans tanı ve risk değerlendirmesine yardımcı olabilir.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bir "pencere" demans beynin, patofizyolojik süreçlerin çalışma merkezi sinir sistemi (MSS) bir uzantısıdır ve beyin embriyoda kökenli, anatomik özellikler açısından önemli benzerlikler paylaşır gibi benzersiz retina sunar ve fizyolojik özellikleri.  Retinanın vasküler ve nöronal yapısında-ebilmek şimdi var olmak kolayca görüntülenmeyecektir ve non-invaziv kullanma retina görüntüleme teknikleri, fundus fotoğraf ve optik Koherens tomografi (OCT) de dahil olmak üzere ve yarı otomatik olarak kullanarak sayısal bilgisayar destekli analiz programları. Retinanın vasküler ve nöronal değişimler ve demans arasındaki ilişkilendirmeleri okuyor demans anlayışımızı geliştirmek ve, büyük olasılıkla, tanı ve risk değerlendirme yardım.  Bu iletişim kuralı miktarının ve retina damarlara ve nöronal yapısı, potansiyel olarak demans ile ilişkili olan analiz yöntemi açıklamak amaçlamaktadır. Bu iletişim kuralı da demans ile retina değişiklikleri bireylerde örnekleri sağlar ve teknik konular ve retina görüntüleme mevcut kısıtlamaları anlatılmaktadır.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Yaşam Beklentisi artış, sayesinde demans için önemli sosyal katkı bir önemli sağlık sorunu haline gelmiştir ve ekonomik sağlık yük genel olarak1,2,3,4,5. Bugün, Amerika Birleşik Devletleri bir kişi Alzheimer hastalığı (Ah), demans, her 66 s6en sık görülen geliştirir. 2050 yılına kadar reklam7tarafından 115 milyon kişinin etkileneceğini tahmin ediyor.

Retina "demans beyin ile benzer anatomik ve fizyolojik özellikleri nedeniyle çalışma için benzersiz bir pencere" sunmaktadır. Damarlara, retina arteriyoller ve venüller, 100 ila 300 µm çapı, ölçme açısından benzer özellikler son arteriyoller olmadan anastomoses, bariyer fonksiyonu ve auto-yönetmelik8, gibi beyin küçük gemiler ile paylaşmak 9. nöronal yapısı açısından, retina ganglionic hücreleri (RGCs) ile merkezi sinir sistemi (MSS) 10 nöronlarda tipik özellikleri paylaşır. Optik sinir ve proje görsel gelen sinyalleri retina yanal geniculate çekirdek ve üstün olacaklar için biçimi olarak RGCs belirgin beyin ile bağlanır. Optik sinir, MSS, birçok nöronal lifler için benzer oligodendrocytes tarafından myelinated ve meninjeal katmanlar halinde ensheathed. Özellikle, optik sinir bir hakaret neden olabilir gibi diğer CNS aksonlar gözlenen benzer yanıtlarında sahiptir ve akson, yara oluşumu, miyelin imha, ikincil dejenerasyon ve Nörotrofik anormal bir düzeyde anterograd dejenerasyonu faktörler nörotransmitter11,12,13,ve14. Bazı reklam hastalarda görsel belirtiler görünümünü Ayrıca retina ve beyin15,16arasında sağlam dernekler tarafından açıklanabilir. Sonuç olarak, retina demans beynin patolojik süreçlerin yansıtabilir ve demans çalışması için retina görüntüleme kullanılabilir sürülmüştür.

Retina damarlara ve nöronal yapıyı şimdi non-invaziv retina görüntüleme teknikleri kullanarak görüntülenmeyecektir. Örneğin, retina fundus fotoğrafları fundus kameraları kullanılarak yakalanabilir ve retina damarlara (Örneğin, gemi kalibre, tortuosity ve fraktal boyut) özelliklerini sonra bilgisayar destekli analiz kullanarak sayısal programlar. Buna ek olarak, retina nöronal yapısı (örneğin, ganglion hücre-iç Pleksiform tabaka [GC-IPL] ve retina Sinir lifi tabakası [RNFL] kalınlığı) optik Koherens tomografi (OCT) kullanarak da ölçülebilir ve parametrelerini kullanarak yerleşik sayısal analiz algoritmaları.

Önemini demans eğitimi için retina görüntüleme görünümünde görüntüleme ve retina damarlara ve nöronal yapısı içinde vivo retina görüntüleme teknikleri kullanarak analiz yöntemi açıklamak için bu protokolü amaçlamaktadır. Bu iletişim kuralı da demans ile retina değişiklikleri bireylerde örnekleri sağlar ve teknik konular ve retina görüntüleme mevcut kısıtlamaları anlatılmaktadır.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Tüm yöntem tanımlamak burada: Hong Kong bir yerel klinik araştırmalar Etik Komitesi tarafından onaylanmış olan.

Not: kolaylık sağlamak için Tablo reçetesi listelenen ekipman retina görüntüleme ve daha sonraki analiz prosedürleri göstermek için kullanılır. Retinal vasküler parametrelerinin ölçüm Singapur I gemi değerlendirme programı (ŞİVA) 17 (sürüm 4.0, ulusal Singapur Üniversitesi, Singapur) kullanarak gösterilmiştir. Ancak, bu temel ilkeleri benzer kalması gibi ekipman farklı bir dizi kabul edilmesi unutulmamalıdır.

1. konular retina görüntüleme için hazırlamak

  1. Dilate konular ’ mydriatic agent'ı kullanarak öğrenciler. Yeterli Gözbebeklerin büyümesinden kurmak en az 15 dakika bekleyin.

2. Ölçmek Retinal vasküler parametrelerinden Fundus fotoğrafları kullanarak bir bilgisayar destekli analiz programı

figure-protocol-1
Resim 1: Retinal vasküler parametrelerini ölçme prosedürleri gösteren şematik diyagramı. (A) elde edilir optik disk merkezli fundus fotoğrafları bir fundus kamera ile. şekil 1A ve şekil 2A iki fundus fotoğrafları en iyi kalite ile vardır. (B) fundus fotoğraf bulut tabanlı sunucuya Upload ve görüntü dönüştürme faktörü (ICF) dahil olmak üzere ilgili çalışma ayrıntıları girin. Diğer bilgisayar destekli analiz programları düzenlemek ve stok belgili tanımlık imge için bulut tabanlı olmayan yöntemler kullanabilir. (C) açık bilgisayar destekli analiz programı fundus fotoğrafı. (D) Mark optik disk merkezinin konumu ve (E) istemi otomatik olarak optik disk kenarında bir ölçüm ızgara yer için belgili tanımlık bilgisayar yazılımı. Damar tracings damar yollarında dayalı ve gemi koymak (F) yapı damarlarının çapları tahmin etmek için kapsar. Yanlış gemi tracings ve gemi kapsar el ile (G) ayarlama. Gemi kalibre, tortuosity, fraktal boyut ve çatallanma dahil olmak üzere retina vasküler parametreleri (H) ölçüsü bir spektrum. Adım (F) ve (H) adım adım (D) bazı analiz bilgisayar destekli programlar tarafından otomatik olarak gerçekleştirilir. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

  1. Yakalamak bir fundus kamera ile fundus fotoğraf.
    1. Dönüş fundus kamera ve görüntü yakalama başlatma programı bilgisayarda. Konu çene düzgün chinrest ile baş kayışı karşı alın üzerine getirin. Işık demeti konuya düzgün hizalamak için denetimi mandalını ’ s öğrenci.
      2. Hem de en küçük vizör her iki tarafta görününceye kadar
    2. aydınlatma noktalar hizalanır. Konu Kılavuzu için eksternal fiksasyon hedef hareket ’ s gözleri optik disk vizör merkezindedir ve faiz (ROI) bölgeleri de sınırları içinde kadar. Retina üzerinde odaklanmaya odaklama düğmesi ayarlamak.
    3. Sıkıca eksternal fiksasyon hedefe bak ve konu sağlamak konu ’ gözleri yaşlarla dolu değildir.
    4. Bir görüntü ( resim 1A) yakalamak için deklanşöre düğmesi düşürmek.
    5. Yakalanan, şekil 2A standart olarak kullanarak fundus fotoğraf kalitesini kontrol edin. Görüntü atmak ve öğrenci kötü ise görüntü alma işlemi (yani, adım 2.1.1-2.1.4) tekrar dilate ( şekil 2B), optik disk görüntü ( şekil 2C), merkezinde değil veya odak ( şekil 2B) dışında görüntüdür.
    6. Mecburıyete çözünürlük (Yani, yaklaşık 3000 piksel x 2,000 piksel, daha--dan 150 dpi) ile TIFF formatında görüntü kaydedin.
      Not: Burada protokol duraklatılmış.
    7. Tekrar fundus fotoğrafları diğer konular için elde etmek için adımlar 2.1.1-2.1.6.
    8. % 10 örnek görüntülerin rastgele seçin ve bu görüntüler ( şekil 3) optik diskler yüksekliğini ölçmek. Görüntü dönüştürme faktörü (ICF) formülü kullanarak hesaplar:
      ICF 1.800 µm = / (ortalama piksel Yükseklik örneklenmiş görüntülerin optik disk).
    9. Yakalanan fundus fotoğraf bulut tabanlı sunucuya upload ve görüntü dönüştürme faktörü (ICF) ( şekil 1B) dahil olmak üzere ilgili çalışma ayrıntılarını girin.
      Not: Protokol burada duraklatılmış. Diğer bilgisayar destekli analiz programları görüntüleri düzenlemek ve ICF kaydetmek için bulut tabanlı olmayan diğer yöntemleri kullanabilirsiniz.

figure-protocol-2
Şekil 2: en iyi ve suboptimal kalitesi ile Fundus fotoğraf. Görüntü kalitesi, doğrudan retinal vasküler parametreleri sonraki ölçüm etkiler fundus fotoğraf makinesinin görüntü kalitesi hemen sonra resim alma, iade edilmesi gerekir. Bu eserler birini gözlem yapılırsa görüntü atılmalıdır. Bu görüntüler bir 50 ° fundus kamera ile ele geçirildi. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

figure-protocol-3
şekil 3: görüntü dönüştürme faktörü (ICF) hesaplanması. ICF hesaplamak için rasgele çalışması (Adım 1) görüntüleri % 10 örneği seçin. O zaman, ölçü yüksekliği (piksel cinsinden) optik disk görüntüleri (Adım 2) örneklenmiş. ICF formülü kullanarak hesaplar: ICF 1800 µm = / (ortalama piksel Yükseklik örneklenen görüntülerin optik disk), normal bir optik disk (Adım 3) yüksekliği yaklaşık 1800 µm nerede. Kamera kamera büyütme etkisi ve görüntü çözünürlüğü farklı olarak kullanılan her bir kamera için doğru bir ICF hesaplamak gereklidir. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

  1. bir bilgisayar destekli analiz programında fundus fotoğrafı açın. Gemi tracings oluşturmak ve yatıyordu retina damarlara gemi kapakları.
    Not: Bu bölümde, SIVA program işlemleri göstermek için kullanılır. Ancak, SIVA programın diğer kullanılabilir bilgisayar destekli analiz programları tarafından yedek olabilir. Buna ek olarak, adımlar 2.2.2-2.2.3 otomatik olarak gerçekleştirilir göre bazı bilgisayar destekli analiz fundus fotoğrafı ne zaman programları (Yani adım 2.2.1) açıldı.
    1. ( şekil 1 c) bilgisayar destekli analiz programı ile fundus fotoğrafı açın.
    2. ( şekil 1 d) optik disk Merkezi konumunu işaretleyin.
      1. 'I tıklatın “ OD Merkezi ” düğme left işlevini panelde; fare imlecini yeşil bir daire tarafından değiştirilir.
      2. Yeşil Daire optik disk (OD) merkezine taşımak ve daire düzeltmek için sol tıklayın.
        3. Yazılım otomatik olarak ölçüm kılavuz yerleştirin, gemi tracings ve la oluşturmak için
      3. sory gemi kapakları ( şekil 1E ve 1F).
        Not: Gemi kapakları damarlarının iç Lümen yaklaşık genişliği tahmin ölçü çizgileri vardır.
        1. 'I tıklatın “ OD bulmak ” OD RIM algılamak ve OD Merkezi konumuna bağlı bir ölçüm kılavuz olarak dört çemberler yerleştirmek için belgili tanımlık bilgisayar yazılımı-e sevketmek için düğmesini.
        2. 'I tıklatın “ işlem ” otomatik gemi izleme işlemi başlatmak için düğmesini.
  2. Ayarlama yanlış gemi tracings el ile. Muayene 12 başlar o ’ saat tüm gemi tracings doğrulanır emin olmak için saat yönünde bir şekilde pozisyon.
    1. Optik disk doğru algılanır ve ölçüm kılavuz doğru bir şekilde yerleştirildi kontrol edin. En içteki daire doğru optik disk RIM ( şekil 4A) anahatlarını göstermez el ile aşağıdaki adımları 2.2.2 2.2.3 için ölçüm kılavuz ayarlamak.
    2. Yanlış gemi türü (venüller karşı arteriyoller) ile etiketli gemi tracing(s) seçin ve tıklayın bıraktı “ gemi (T) türü ” gemi türü değiştirmek için düğmeyi.
      Not: Arteriyoller kırmızı etiketli ve venüller mavi etiketli. Arteriyoller fizyolojik farklılıklarını dayalı venüller üzerinden ayrılır. Örneğin, venüller genellikle koyu renkli ve arteriyoller daha geniş. Gemi ile aynı gemi türü genellikle birbirine çapraz değil.
    3. Genişlet eksik gemi tracings tabi merdiven 2.3.3.1 için 2.3.3.2 ( 4B rakam). Eksik gemi izleme distal sonunu tıklatın için
    4. kullanmak imleç
        . Gemi izleme genişletmek için gemi yol boyunca noktalarda tıklayın bıraktı.
      5. Gemi distal sonuna ulaşıldığında
    5. izleme işlemini durdurun. Gemi distal parçası dışında ölçüm kılavuz düşerse en dıştaki beyaz daire, izleme durdurma (bkz. şekil 4B).
  3. Damar tracings damar yolları doğru çapraz site ( şekil 4 c) takip değil ayarlamak.
    1. Tıklayın “ seçin ” düğmesini tıklatın ve sonra gemi izleme yanlış noktasında tıklatın. ' I tıklatın “ Brea(k) Seg ” gemi izleme seçilen noktada kesmek için düğme. Bağlantısı kesilen segmenti seçin ve'ı tıklatın “ (Del) Seg ” onu silineceği düğmesi
    2. Adım 2.3.3.1 ve 2.3.3.2 kullanarak yeni bir gemi izleme yeniden inşa.

figure-protocol-4
şekil 4: Ortak hatalar otomatik izleme. Otomatik gemi izleme tamamen doğru değildir ve manuel olarak ayar ölçüm doğruluğunu sağlamak için gereklidir. Bu rakam otomatik izleme ortak hataları gösterir ve en iyi sonuçlar manuel olarak ayar sonra gösterir. (A) optik disk Merkezi yanlış damgalı ve sapma sonraki ölçümler etkileyebilir ölçüm kılavuzunun bu yol. İdeal olarak, en içteki ölçüm kılavuzunun optik disk RIM Dış Çizgili Daire. (B) eksik gemi izleme fraktal boyut, tortuosity, vb damar yolu taşıyıcıyı sonuna kadar izlenen yanlış ölçüm neden olabilir. Gemi distal parçası dışında ölçüm kılavuz düşerse, izleme en dıştaki beyaz daire durdurulabilir. Tracings crossover sitelerdeki hata daha yüksek bir eğilim tabidir ve böylece özel dikkat gerektirir (C) gemi. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

  1. gemi kapakları tüm gemi kesimlerinde yatıyordu ve yanlış kapakları el ile devre dışı bırakın.
    1. 'I tıklatın “ bulmak kapsar ” gemi kapakları tüm gemi kesimlerinde otomatik olarak düzenlemek için düğme.
    2. Tüm gemi kapakları doğru bir şekilde yerleştirildi Eğer kontrol edin. Sol tıklayın ve sürükleyin kapakları olmayan gemi devre dışı bırakmak için imleci kapsar koydu dikey olarak gemi duvarları ( şekil 5A), damar yolu başka bir gemi ( şekil 5B), tarafından obscured veya kapakları abartma ya da gemi Lümen ( şekil 5C) genişliğini hafife.

figure-protocol-5
şekil 5: yanlış gemi kapsar. Bu şekilde devre dışı ve sonraki ölçüm hariç yanlış gemi kapakları örnekleri gösterilmektedir. Gemiler (a) dikey değillerse gemi kapakları devre dışı. Ayrıca, eğer izlenen gemi başka bir gemi (B) altında gizlenmiş gemi kapakları da devre dışı veya gemi kapakları gemi (C) yaklaşık genişliğini temsil olamaz. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

  1. gemi tracings ve gemi kapakları retinal vasküler parametreleri ölçmek
    Not: adım 2.5 bilgisayar destekli analiz program tarafından otomatik olarak yapılır. Bölge B ve alanı 0.5-2.0 disk çapı olarak bölge C 18 ( şekil 6A), optik disk kenar boşluğu uzak olarak optik disk kenar boşluğu uzak
    1. Etiket alanı 0.5-1.0 disk çapı göre Ateroskleroz risk topluluklar (ARIC) değiştirilmiş Protokolü çalışma 19.
      2. 19 , 20 , 21 ,
    2. ölçü retinal vasküler kalibre bölge B ve bölge C ARIC değiştiren bir yaygın kabul yöntemi kullanarak, çalışma 22 , 23 , 24 , 25 , 26 ( şekil 6B).
      1. Gemi kapakları altı büyük arteriyoller ve retinal damar kalibre tahmin etmek için altı büyük venüller uzunlukları ölçmek.
      2. Retina arterioler özetlemek ve venular kalibre (CRAE) santral retinal arter eşdeğer olarak ve merkezi retinal damar eşdeğer (CRVE) sırasıyla 17 revize Knudtson kullanarak, – Parr-Hubbard formülü 18 , 19.
    3. ile C bölgedeki tüm gemileri tanımlamak bir genişliği > 40 µm. retina arterioler ve venular tortuosity üzerinden toplam kare eğriliği gemi tracings boyunca integrali hesaplayın ve değeri toplam yay uzunluğu, Selam ve dönüm noktaları ile normale 27 , 28.
    4. Toplam, arterioler, hesaplamak ve venular fraktal boyutları kurulan kullanarak C bölgesinden “ kutusunu sayma yöntemi ” 29 , 30 , 31.
      1. Görüntü eşit büyüklükte kareler bir dizi bölmek.
      2. Gemi tracings bir bölümünü içeren kutuları saymak.
      3. Farklı boyutları ile eşit büyüklükte kareler bir dizi kullanarak işlemi tekrarlayın.
      4. Gemi tracings kutularını boyutu logaritması karşı içeren kutuları sayının logaritması arsa ve elde edilen çizgisinin eğimini hesaplayın; Bu fraktal boyut olduğunu.
    5. Damarları ilk çatallanma bölgesinde C ile tanımlamak ve hesaplamak belgili tanımlık ilk iki kızı damarları 32 arasında ( şekil 6C) subtended açılar (θ). Ortalama dallanma açısı elde etmek için ortalama değeri hesaplamak.
    6. Hesaplama formülü kullanarak C bölgesinden dallanma katsayısı:
      (d 1 2 + d 2 2) nerede d 0 ortalama gövde kalibre ve d 1 ve d 2 ortalama şube kalibre ( şekil 6C) / d 0 2,.
  2. Sınıflandırma penceresini kapatın. ' I tıklatın “ göndermek ” kademeli resim bulut tabanlı sunucuya yükleme ve otomatik olarak ölçülen retinal vasküler parametreleri kaydetmek için açılan iletişim içinde.

figure-protocol-6
şekil 6: Retina damarlara Quantification. (A) bölge B (0.5-1.0 tanımlanan disk çapı disk kenar boşluğu uzak) gemi kalibre bölgesi B topluluklar çalışmada ateroskleroz Risk göre ölçmek için kullanılır. Bölge C (0.5-2.0 tanımlanan disk çapı disk kenar boşluğu uzak) gemi kalibre Bölgesi C ve retinal vasküler ağ parametreleri (örneğin, tortuosity, fraktal boyut ve çatallanma) bir spektrum ölçmek için kullanılır. (B) gemi kapakları retinal damar kalibre (veya çapları) tahmin etmek için kullanılan ölçü çizgileri vardır. Yanlış gemi kapakları el ile ölçü tutulmalıdır. Onların ilk çatallanma içinde var tüm gemileri C, program otomatik olarak bölge için (C) ilk çatallanma dallanma açıları (θ) ölçer. Buna ek olarak, dallanma katsayısı da formül kullanılarak hesaplanır: dallanma katsayısı = (d 1 2 + d 2 2) / d 0 2 gövde kalibre ve d 1 ve d nerede d 0, 2 şube kalibre vardır. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

3. kalınlığı GC-IPL ve RNFL değerlendirmek

figure-protocol-7

Şekil 7: RNFL ve GC-IPL kalınlık ölçüm işlemleri gösteren şematik diyagramı. Optik Koherens tomografi (OCT) ganglion hücre-iç Pleksiform tabaka (GC-IPL) ve (RNFL) retina Sinir lifi tabakası kalınlıkları ölçmek için kullanılabilir. (A, B) Yerleşik kullanarak GC-IPL ve RNFL kalınlıklarını ölçmek “ maküler küp ” ve “ optik disk küp ” sırasıyla protokolleri tarama. (C, D) Görüntü kalitesi hemen resim alma sonra kontrol edin. Görüntü atmak ve sinyal gücü 6'dan daha küçük veya hareket eserler tespit tarama işlemini yineleyin. (E, F) O zaman, yapılı program otomatik olarak tarama sonucu analiz ve yorum için bir rapor üretmek için-e sevketmek. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

  1. Optik Koherens tomografi (OCT) kullanarak resim alma gerçekleştirmek.
    1. OCT programı açın ve seçin “ maküler küp ” protokolü yeni makula ( şekil 7A) başlatmak için tarama.
    2. Öğrenci chinrest ayarlayarak Iris viewport'un bulun. Öğrenci boyutu çok küçük ise daha düşük aydınlatma.
    3. 'I tıklatın “ otomatik odaklama ” düğmesini ve sonra “ en iyi duruma getir ” görüntü kalitesini artırmak için düğmesini.
    4. Konu hemen tarama başlamadan önce bir kaç kez göz kırp için talimat.
    5. Tıklama “ yakalama ” düğme-e doğru belgili tanımlık düğme çevresindeki kenarlığı yeşil olduğunda tarama başlatın. Resim alma sırasında hareket eserler önlemek için görsel fiksasyonu hedef üzerinde odaklanmaya konu talimat.
    6. şekil 7C standart olarak kullanarak tarama kalitesini gözden geçirin. Tarama sonucu atmak ve sinyal gücü 6 ( şekil 8A) küçüktür veya hareket eserler (kan damarlarının süreksizlik tarafından gösterilen) algılanır tarama işlemini yineleyin ( şekil 8B).
    7. Tarama sonucu Kaydet.
    8. Tekrar adımları 3.1.1-3.1.7 başka bir göz için.
    9. Bir optik sinir başı tarama gerçekleştirmek “ optik disk küp ” iletişim kuralı aşağıdaki tarama adımları 3.1.2 için 3.1.9 ( rakamlar 7B ve 7 D).

figure-protocol-8
şekil 8: alt-optimal optik Koherens tomografi sonuçlarını. Optik Koherens tomografi (OCT) ortak alt-optimal sonuçlar içerir (a) zayıf sinyal gücü (kuvvet değerini < 6) ve (B) hareket eserlerin. Tarama kalitesi hemen resim alma sonra gözden geçirilmesi gereken ve inceden inceye gözden geçirmek-meli var olmak bu eserler karşılaşılan tekrarladı. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

  1. maküler GC-IPL kalınlığı bir analiz çıktısını oluşturmak.
    1. Seçin “ maküler küp ” tarama analizi arayüzü gözlerinden kayıtlarının.
    2. Tıklama “ Ganglion hücre OU analiz ” tarama ( şekil 7E) GC-IPL kalınlığı değerlendirmek için otomatik olarak analiz algoritması başlatmak için.
      Not: Adım 3.2.2 çözümleme algoritması tarafından otomatik olarak doldurulur.
      1. Oluşturmak sırasıyla yatay iç ve dış yarıçap 0.6 mm ve 2.4 mm olan bir 14.13 mm 2 fovea merkezli eliptik halka ve 0,5 mm ve 2.0 mm, dikey iç ve dış yarıçap sırasıyla.
        Not: Boyutu ve eliptik halka şeklinde yakından makula Anatomi için uygun ve böylece RGCs normal gözleri 33 , 34 kalın nerede alanına karşılık gelir. GC-IPL bu alanda çok ince olduğu gibi halka iç halka içinde alan, ölçülen değildir.
      2. RNFL dış kenarlığını ve iç Pleksiform tabaka (IPL) GC-IPL ( Şekil 9) bulmak için dış kenarlığını segment.
      3. Ölçmek ortalama, en az ve sektörel altı (üstün, superotemporal, superonasal, inferonasal, düşük kaliteli, inferotemporal) makula GC-IPL fovea cen içinde kalınlıklarıIdari eliptik halka.
      4. Ölçülen GC-IPL kalınlıkları aygıtına karşılaştırmak ’ s normatif yaş eşlemeli iç veritabanı ve bir sapma harita ve bir önemi harita oluşturmak
      5. Bir analiz baskı üzerinde ölçüm sonuçları raporu.
    3. Analiz çıktının .pdf formatında kaydedin.

figure-protocol-9

Şekil 9: Retina katmanları için kullanılan Retina nöronal yapısı değerlendirmesini. Retina sinir fiber tabaka (RNFL) ganglion hücre-iç Pleksiform tabaka ganglion hücre analizi (GCA) algoritması kullanılarak ölçülür ise optik sinir baş (ONH) algoritması kullanılarak ölçülür. ONH algoritması RNFL kalınlığını ölçmek için RNFL iç ve dış kenarlığını kesimleri. Retina Sinir lifi tabakası (RNFL) ve iç Pleksiform tabaka ganglion hücre Katmanı (un) kombine kalınlığı vermeye (IPL) dış kenarlığını GCA algoritma algılar ve IPL. UN ve IPL arasındaki sınır anatomik olarak belirsiz olduğu gibi un ve IPL kalınlıkları birlikte, ölçülür. Ancak, un ve IPL (Yani GC-IPL) kombine kalınlığını hala RGCs. sağlık göstergesidir Bu daha büyük bir versiyonunu görüntülemek için buraya tıklayınız şekil.

  1. RNFL kalınlığı ( şekil 7F) analiz çıktısını oluşturmak.
    1. Seçin “ optik disk küp ” tarama analizi arayüzü gözlerinden kayıtlarının.
    2. Tıklama “ ONH ve RNFL OU analiz ” tarama RNFL kalınlığı değerlendirmek için otomatik olarak analiz algoritması başlatmak için.
      Not: Adımları 3.3.2.1-3.3.2.6 otomatik olarak analiz algoritması tarafından tamamlanabilir.
      1. RNFL kalınlığı, her bir tarama noktada ölçmek ve bir RNFL kalınlık Haritası oluşturma.
      2. Tanımlama karanlık bir nokta boyutu ve şekli bir optik disk aralığı ile tutarlı olan tarama merkezine yakın tespit tarafından optik disk
      3. Çevresinde RNFL kalınlık haritası üzerindeki optik disk çapı 3.46 mm Ölçüm kılavuz konumlandırın.
      4. Ölçü ve küresel, dört-çeyrek dairelerin (zamansal, üstün, burun ve daha aşağı), hesaplamak ve on iki-saat-saat parapapillary RNFL kalınlıkları ölçüm kılavuzunun.
      5. Ölçülen RNFL kalınlıkları aygıtına karşılaştırmak ’ s normatif yaş eşlemeli iç veritabanı ve bir sapma harita ve bir önemi harita oluşturmak.
      6. Bir analiz baskı üzerinde ölçüm sonuçları raporu.
    3. Analiz çıktının .pdf formatında kaydedin.

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

figure-results-1
Şekil 10: Retina damarlara normal bir konu ve bir reklam konu arasındaki farkları göstermek için bir örnek. Normal konu ile karşılaştırıldığında, daha dar gemi kalibre (CRAE, bölge B, 116.4 µm vs 156.4 µm; reklam konu fundus fotoğrafı gösterdi Bölge B, 186.9 µm µm vs 207.5 CRVE; Bölge C, 138.5 µm vs 165.8 µm CRAE; CRVE bölge C, 20...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bu iletişim kuralı retina vivo içindenöronal ve vasküler değişiklikler miktarının yordamlar açıklanır. Retina benzer embriyoda kökenleri, anatomik özellikleri ve fizyolojik özellikleri ile beyin hisse olarak bu retina değişiklikleri damarlara ve beyinde nöronal yapısı benzer değişiklikleri yansıtabilir.

Şekil 10 ve Tablo 1' de gösterildiği gibi AD konu zaman sağlıklı konuya göre azalan gemi kalibre gösterdi. Her ne kadar bu sürekli

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Singapur Ulusal Üniversitesi teknik destek için bilgisayar okul bizim takdir ifade etmek istiyorum.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Potansiyel mali bağları ile ilgili yazar Tien Y. Wong Bu makalede kullanılan Singapur I gemi değerlendirme (ŞİVA) programı eş mucidi olduğunu.

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Midriatik Olmayan Retinal Kamera Topcon, Inc, Tokyo, JaponyaTRC 50DX Yok
Singapur I Gemi Değerlendirme ProgramıSingapur Ulusal ÜniversitesiSürüm 4.0N/A
CIRRUS HD-OCT Carl Zeiss Meditec, Inc, Dublin, CAModel 4000Yok
Midriatik Ajanlar N/AN/A%1 tropikamid ve %2.5 fenilefrin hidroklorürden hazırlanmıştır
.

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  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).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Retinal ImagingDementia StudyFundus PhotographyOptical Coherence TomographyVascular AnalysisNeuronal StructureRetinal VasculatureComputer Assisted AnalysisRetinal Imaging TechniquesDementia Biomarkers

Related Articles