À l’aide de l’imagerie rétinienne pour étudier la démence

Medicine

Your institution must subscribe to JoVE's Medicine section to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Summary

La rétine des similitudes importantes avec le cerveau et représente donc une fenêtre unique pour étudier la vascularisation et la structure neuronale dans le cerveau non invasive. Ce protocole décrit une méthode pour étudier la démence à l’aide de techniques d’imagerie rétiniennes. Cette méthode peut potentiellement aider au diagnostic et évaluation des risques de démence.

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

Chan, V. T., Tso, T. H., 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).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

La rétine offre un « guichet » unique pour étudier les processus physiopathologiques de démence dans le cerveau, car c’est une extension du système nerveux central (CNS) et partage des similitudes avec le cerveau en ce qui concerne l’origine embryologique, caractéristiques anatomiques et propriétés physiologiques.  La structure neuronale et vasculaire de la rétine peut maintenant être rétinienne facilement visualisée et non invasive utilisant techniques d’imagerie, y compris la photographie du fond de œil et la tomographie par cohérence optique (OCT) et quantifié semi-automatiquement programmes d’analyse assistée par ordinateur. Étudier les associations entre les modifications vasculaires et neurones dans la rétine et la démence puisse améliorer notre compréhension de la démence et potentiellement, l’aide au diagnostic et évaluation des risques.  Ce protocole vise à décrire une méthode de quantification et analyse de la vascularisation rétinienne et structure neuronale, qui sont potentiellement associés à la démence. Ce protocole a également fournit des exemples de modifications rétiniennes chez les sujets atteints de démence et traite de questions techniques et les limites actuelles de l’imagerie rétinienne.

Introduction

En raison de l’augmentation de l’espérance de vie, démence est devenue un problème médical majeur, contribuant à sociale importante et santé économique charge globalement1,2,3,4,5. Aujourd'hui, une personne aux Etats-Unis développe la maladie d’Alzheimer (ma), la forme la plus courante de démence, chaque 66 s6. On estime que d’ici à 2050, 115 millions de personnes seront touchés par AD7.

La rétine offre un « guichet » unique pour étudier la démence due à ses propriétés anatomiques et physiologiques similaires avec le cerveau. En ce qui concerne le système vasculaire, la rétiniens artérioles et les veinules, mesurant 100 à 300 µm de diamètre, partagent des caractéristiques similaires avec des vaisseaux cérébraux petits, tels que les artérioles fin sans anastomoses, fonction de barrière et autorégulation8, 9. en termes de structure neuronale, les cellules ganglionnaires rétiniennes (CGR) ont des propriétés typiques avec les neurones dans le système nerveux central (CNS) 10. Les CGR sont connectés en bonne place avec le cerveau car ils forment les nerf optique et projet signaux visuels de la rétine pour le noyau géniculé latéral et le colliculus supérieur. Le nerf optique, similaire aux nombreuses fibres neuronales dans le SNC, est myélinisés par les oligodendrocytes et entourées en couches méningés. Notamment, une insulte pour le nerf optique peut entraîner dans des réponses similaires observées dans les autres axones CNS, comme rétrograde et la dégénérescence de l’axone, la formation de cicatrices, destruction de la myéline, dégénérescence secondaire et un niveau anormal de neurotrophiques antérograde facteurs et les neurotransmetteurs11,12,13,14. L’apparition de symptômes visuels chez certains patients AD peut aussi s’expliquer par les associations robustes entre la rétine et le cerveau15,16. En conséquence, il a été suggéré que la rétine peut refléter les processus pathologiques de démence dans le cerveau et l’imagerie rétinienne peut être utilisé pour étudier la démence.

Le système vasculaire rétinien et la structure neuronale peuvent maintenant être visualisées non invasive à l’aide de techniques d’imagerie rétiniennes. Par exemple, les photographies du fond d’oeil rétine peuvent être capturées à l’aide de caméras du fond de œil, et caractéristiques de la vascularisation rétinienne (par exemple, selon la dimension fractale, tortuosité et calibre de navire) peuvent ensuite être quantifiés en utilisant l’analyse assistée par ordinateur programmes. En outre, les paramètres de la structure neuronale rétinienne (tels que l’épaisseur de la couche plexiforme de cellule-inner ganglion [GC-IPL] et de la couche des fibres nerveuses rétiniennes [CFNR]) peuvent également être mesurées à l’aide de la tomographie en cohérence optique (OCT) et quantifiées à l’aide de la fonction intégrée algorithmes d’analyse.

Compte tenu de l’importance de l’imagerie rétinienne à l’étude de démence, ce protocole vise à décrire une méthode d’imagerie et d’analyse de système vasculaire rétinien et structure neuronale in vivo à l’aide de techniques d’imagerie rétiniennes. Ce protocole a également fournit des exemples de modifications rétiniennes chez les sujets atteints de démence et traite de questions techniques et les limites actuelles de l’imagerie rétinienne.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

toutes les méthodes décrites ici ont été approuvés par un Comité d’éthique de la recherche clinique locale à Hong Kong.

Remarque : pour plus de simplicité, les équipements énumérés dans la Table des matières sont utilisé pour illustrer les procédures d’imagerie rétinienne et l’analyse ultérieure. Mesure des paramètres vasculaires rétiniennes est illustrée à l’aide de l’évaluation du navire à Singapour I programme (SIVA) 17 (Version 4.0, National University of Singapore, Singapour). Toutefois, il convient de noter qu’un autre ensemble d’équipement pourra être adopté comme principes fondamentaux demeurent semblables.

1. préparer les sujets d’imagerie rétinienne

  1. dilater les sujets ’ élèves à l’aide d’un agent mydriatique. Attendez au moins 15 min établir la dilatation de la pupille suffisantes.

2. Mesurer les paramètres vasculaires rétiniennes de Fundus photographies utilisant un programme d’analyse assistée par ordinateur

Figure 1
Figure 1 : Schéma montrant les procédures de mesure des paramètres vasculaires rétiniennes. Photos de fond d’oeil optic-disque-centré (A) obtenir à l’aide d’une caméra de fond d’oeil. figure 1 a et 2 a de la Figure sont deux photographies du fond de œil avec une qualité optimale. (B) télécharger les photographies du fond de œil sur le serveur basé sur un nuage et entrer dans le détail de l’étude pertinente, y compris le facteur de conversion de l’image (ICF). Autres programmes d’analyse assistée par ordinateur peuvent utiliser des méthodes non-nuage d’organiser et de stocker les images. (C) ouvrir la photographie du fond de œil dans le programme d’analyse assistée par ordinateur. (D) marque l’emplacement du centre du disque optique et (E) invite le logiciel automatiquement détecter le bord du disque optique et placer une grille de mesure. (F) construction tracés navire basé sur les chemins du navire et poser le navire couvre afin d’estimer le diamètre des vaisseaux. Adjust (G) les tracés de navire incorrect et navire couvre manuellement. (H) mesure un spectre des paramètres vasculaires rétiniennes, y compris les calibres de navire, tortuosité, dimension fractale et la bifurcation. Étape (D) à étapes (F) et (H) peut être réalisée automatiquement par des programmes d’analyse assistée par ordinateur. s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

  1. Capturer des photographies du fond de œil à l’aide d’une caméra de fond d’oeil. Programme
    1. tournant sur la caméra de fond d’oeil et le lancement de la capture d’image sur l’ordinateur. Reposer le menton du sujet correctement sur la mentonnière avec le front contre le bandeau. Déplacer le levier de commande pour aligner le faisceau correctement à la question ’ élève de s.
    2. Aligner les points d’éclairage jusqu'à ce que les deux apparaissent plus petits des deux côtés dans le viseur. Déplacer la cible de fixation externe pour guider le sujet ’ s les yeux jusqu'à ce que le disque optique est au centre du viseur et les régions d’intérêt (ROI) sont bien en deçà des limites. Réglez le bouton de mise au point de se concentrer sur la rétine.
    3. Ont le sujet fermement regarder la cible de la fixation externe et s’assurer que le sujet ’ s yeux n’est pas remplis de larmes.
    4. Appuyer sur le déclencheur pour capturer une image ( Figure 1 a).
    5. Vérifier la qualité de la photographie du fond de œil capturée, à l’aide de la Figure 2 a en tant que norme. Jeter l’image et répétez le processus d’acquisition image (c.-à-d. l’étape 2.1.1 à 2.1.4) si l’élève est mal dilatés ( Figure 2 b), le disque optique n’est pas au centre de l’image ( Figure 2), ou le l’image est floue ( Figure 2D).
    6. Enregistrer l’image au format TIFF avec résolution gradable (c'est-à-dire environ 3 000 pixels x 2,000 pixelsà, plus de 150 dpi).
      Remarque : Le protocole peut être suspendu ici.
    7. Répéter étapes 2.1.1 à 2.1.6 d’acquérir des photographies du fond de œil pour les autres sujets.
    8. Sélectionner un échantillon de 10 % des images au hasard et mesurer la hauteur des disques optiques dans ces images ( Figure 3). Calculer le facteur de conversion d’image (ICF) à l’aide de la formule :
      ICF = 1 800 µm / (moyenne en hauteur en pixels des disques optiques des images échantillonnées).
    9. Télécharger les photographies du fond de œil capturés sur le serveur basé sur un nuage et entrer dans les détails pertinents, y compris le facteur de conversion de l’image (ICF) ( Figure 1 b).
      Remarque : Le protocole peut être suspendu ici. Autres programmes d’analyse assistée par ordinateur peuvent utiliser d’autres méthodes non-basée sur un nuage pour organiser les images et enregistrer le fichier ICF.

Figure 2
figure 2 : photographies du fond de œil avec une qualité optimale et sous-optimaux. La qualité de l’image d’une photographie du fond de œil doit être vérifiée immédiatement après l’acquisition d’images, comme la qualité de l’image affecte directement la mesure subséquente des paramètres vasculaires rétiniennes. L’image devrait être rejetée si l’un de ces objets est observé. Ces images ont été capturées à l’aide d’une caméra de fond d’oeil de 50°. s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Figure 3
figure 3 : calculer le facteur de conversion de l’image (ICF). Pour calculer l’ICF, sélectionner au hasard un échantillon de 10 % d’images de l’étude (étape 1). Ensuite, mesurer la hauteur des disques optiques (en pixels) à partir des images échantillonnées (étape 2). Calculer le pare-feu de connexion Internet en utilisant la formule : ICF = 1800 µm / (hauteur en pixels des disques optiques des images échantillonnées en moyenne), où 1800 µm est approximativement la hauteur d’un disque optique normale (étape 3). Résolution image et de l’effet de grossissement sont différentes de la caméra à la caméra, il est nécessaire de calculer un CIF précis pour chaque caméra utilisée. s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

  1. ouvre la photographie du fond de œil dans un programme d’analyse assistée par ordinateur. Construire des tracés de navire et poser les housses de bateau pour la vascularisation rétinienne.
    Remarque : Dans cette section, le programme de SIVA est utilisé pour illustrer les procédures. Toutefois, le programme de SIVA peut être remplacé par d’autres programmes disponibles analyse assistée par ordinateur. En outre, les étapes 2.2.2 à 2.2.3 sont exécutées automatiquement par une analyse assistée par ordinateur programmes lorsqu’une photographie du fond de œil est ouvrent (c'est-à-dire étape 2.2.1).
    1. Ouvrir la photographie du fond de œil avec le programme d’analyse assistée par ordinateur ( Figure 1).
    2. Marquer l’emplacement du centre de disque optique ( Figure 1).
      1. Cliquez le “ OD Centre ” bouton sur le panneau de gauche fonction ; le curseur de la souris sera remplacé par un cercle vert.
      2. Déplacer le cercle vert au centre du disque optique (OD) et faites un clic gauche pour fixer le cercle.
      3. Invite le logiciel automatiquement placer une grille de mesure, construire la et sous-champs de navirenavire y couvre ( Figure 1E et 1F).
        Remarque : Housses de bateau sont des lignes de mesure qui permettent d’estimer la largeur approximative des lumières du internes des vaisseaux.
        1. Cliquez le “ trouver OD ” bouton pour inviter le logiciel pour détecter la jante OD et placez les quatre cercles concentriques dans une grille de mesure, basée sur la position du pôle OD.
        2. Cliquez sur le “ processus de ” le bouton pour lancer le processus de traçage automatique bateau.
  2. Tracés de navire incorrect de régler manuellement. Commencer l’inspection des 12 o ’ horloge de poste, de façon à s’assurer que tous les tracés du navire sont vérifiés dans le sens horaire.
    1. Vérifiez que le disque optique est correctement détecté et la grille de mesure est correctement placée. Ajuster la grille de mesure manuellement suivant étapes à 2.2.2 2.2.3, si le cercle intime décrivent pas avec précision la jante disque optique ( Figure 4 a).
    2. Clic gauche
    3. tracing(s) navire étiquetés avec le type de navire incorrect (artérioles et veinules) puis cliquez sur le “ ype de navire (T) ” le bouton pour changer le type de navire.
      Remarque : Artérioles sont marqués en rouge et les veinules sont marqués en bleu. Artérioles se distingués les veinules basés sur leurs différences physiologiques. Par exemple, les veinules sont généralement de couleur plus foncée et plus large que les artérioles. Navires avec le même type de navire habituellement ne croisent pas l’autre.
    4. Tracés
    5. Extend navire incomplet suivant étapes 2.3.3.1 à 2.3.3.2 ( Figure 4 b).
      1. Utiliser le curseur de cliquer à l’extrémité distale de la vectorisation de navire incomplète. Faites un clic gauche à points le long du sentier de navire d’étendre le traçage de navire.
      2. Arrêter le processus de traçage lorsque l’extrémité distale du navire est atteint. Arrêter le traçage sur le cercle blanc ultrapériphérique si la partie distale du navire se situe en dehors de la grille de mesure (voir Figure 4 b).
    6. Ajuster les tracés du navire si les chemins du navire ne sont pas suivis correctement sur le site de crossover ( Figure 4).
      1. Cliquez le “ sélectionnez ” bouton et puis cliquez sur au point incorrect de la localisation du navire. Cliquez sur le “ Brea(k) Seg ” bouton pour déconnecter le traçage du navire au point sélectionné. Sélectionnez le segment déconnecté, puis cliquez sur le “ (Del) Seg ” bouton supprimer it.
      2. Re-construire un nouveau tracé de navire procédant 2.3.3.1 et 2.3.3.2.

Figure 4
figure 4 : erreurs courantes de l’auto-traçage. Le traçage automatique bateau n’est pas tout à fait exact et ajustements manuels sont nécessaires pour assurer la précision de mesure. Cette figure montre les erreurs courantes de l’auto-traçage et démontre des résultats optimaux après ajustements manuels. (A), le centre du disque optique est incorrectement marqué et cela a conduit à l’écart de la grille de mesure, susceptible d’affecter les mesures ultérieures. Idéalement, le cercle intérieur de la grille de mesure devrait décrire la jante disque optique. Traçage de navire incomplète (B) pourrait conduire à des mesures erronées de dimension fractale, tortuosité, etc., que le chemin d’accès du navire doit être tracé jusqu'à la fin du navire. Si la partie distale du navire se situe en dehors de la grille de mesure, le traçage peut être arrêté sur le cercle blanc ultrapériphérique. (C) navire tracés sur les sites de liaison sont soumis à une tendance plue d’erreur et nécessitent donc une attention particulière. s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

  1. coucher housses de bateau sur tous les segments vasculaires et désactiver manuellement la fonction les couvertures incorrectes.
    1. Cliquez le “ trouver couvre ” bouton pour poser les housses de bateau sur tous les segments vasculaires automatiquement.
    2. Vérifier si toutes les couvertures de navire sont bien placées. Clic gauche et faites glisser le curseur pour désactiver le navire couvre si les couvertures ne sont pas posées perpendiculairement aux parois des vaisseaux ( Figure 5 a), le chemin d’accès du navire est masqué par un autre bateau ( Figure 5 b), ou le housses de surestimer ou sous-estimer la largeur de la lumière du vaisseau ( Figure 5).

Figure 5
figure 5 : navire Incorrect couvre. Cette figure montre des exemples de couvertures de navire incorrect qui devraient être désactivés et exclus de la mesure. Housses de bateau doivent être désactivées si elles ne sont pas perpendiculaires aux navires (A). En outre, housses de bateau doivent également être désactivés si le bateau que vous souhaitez repérer est caché sous un autre vaisseau (B), ou les couvertures de navire ne peut pas représenter la largeur approximative du navire (C). s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

  1. de mesurer des paramètres vasculaires rétiniennes les tracés de navire et les couvertures de navire
    Remarque : étape 2.5 est effectué automatiquement par un programme d’analyse assistée par ordinateur.
    1. Label le disque zone 0,5 à 1,0 diamètres loin de la marge de disque optique en zone B et les diamètres de disque zone 0,5 et 2,0 loin de la marge de disque optique comme zone C 18 ( Figure 6 a), conformément à la mis à jour le protocole du risque de l’athérosclérose dans les communautés (ARIC) étudier 19.
    2. Calibre vasculaire rétinienne de mesure à la fois zone B et zone C, en utilisant une méthode largement adoptée qui est modifiée par rapport à l’ARIC étudier 19 , 20 , 21 , 22 , 23 , 24 , 25 , 26 ( figure 6 b).
      1. Mesurer les longueurs de navire couvre dans les artérioles de plus grands six et les veinules plus six pour estimer les calibres des vaisseaux rétiniens.
      2. Résumer la rétine des artérioles et veinules calibres comme l’artère rétinienne centrale équivalent (CRAE) et la rétine centrale veine équivalent (CRVE) respectivement 17, à l’aide de la Knudtson révisé – formule Parr-Hubbard 18 , 19.
    3. identifier tous les navires dans la zone C avec un largeur > 40 µm. calculer la tortuosité des artérioles et veinules rétinienne de l’intégrale de la courbure totale au carré le long des tracés de navire et normaliser la valeur avec la longueur de l’arc total, s’inclinant et points d’inflexion 27 ,, 28.
    4. Calculer le total, des artérioles, et veinules fractal dimensions de la zone C, en utilisant l’établi “ méthode de boîte-compteur ” 29 , 30 , 31.
      1. Diviser l’image en une série de même tailles carrés.
      2. Compter le nombre de boîtes contenant un article des tracés de navire.
      3. Répéter le processus à l’aide d’une série de carrés de même tailles avec différentes tailles.
      4. Tracer le logarithme du nombre de boîtes contenant les tracés de navire contre le logarithme de la taille des cases et calculer la pente de la droite qui en résultent ; il s’agit de la dimension fractale.
    5. Navires s’identifient à la première bifurcation dans la zone C et calculer les angles (θ) sous-tendait un angle optique entre la première deux fille navires 32 ( Figure 6). Calculer la valeur moyenne pour obtenir l’angle moyen de ramification.
    6. Calculer le coefficient de ramification de la zone C en utilisant la formule :
      (d 1 2 + d 2 2) /d 0 2, où d 0 est le calibre du tronc moyen et d 1 et d 2 sont les calibres de branche moyenne ( Figure 6).
  2. Fermer la fenêtre de classement. Cliquez sur “ envoyez ” dans la boîte de dialogue pop-up de télécharger l’image classé sur le serveur basé sur un nuage et d’enregistrer les paramètres vasculaires rétiniennes automatiquement mesurés.

Figure 6
figure 6 : Quantification du système vasculaire rétinien. (A) Zone B (défini comme 0,5 à 1,0 diamètres loin de la marge de disque de disque) est utilisé pour mesurer les calibres de navire de la zone B selon le risque de l’athérosclérose dans l’étude des communautés. Zone C (défini comme 0,5 et 2,0 diamètres loin de la marge de disque de disque) est utilisé pour mesurer les calibres de navire de zone C et un éventail de paramètres de réseau vasculaire rétinienne (par exemple, tortuosité, dimension fractale et bifurcation). (B) housses de bateau sont des lignes de mesure utilisées pour estimer les calibres des vaisseaux rétiniens (ou diamètres). Housses de bateau incorrect exclure manuellement de la mesure. (C) pour tous les navires qui ont leur première bifurcation au sein de la zone C, le programme automatiquement les mesures des angles de ramification (θ) de la première bifurcation. En outre, le coefficient de ramification est également calculé selon la formule suivante : coefficient de branchement = (d 1 2 + d 2 2) /d 0 2, où d 0 est le calibre du tronc et d 1 et d 2 sont les calibres de branche. s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

3. évaluer l’épaisseur du GC-IPL et CFNR

Figure 7

figure 7 : Schéma montrant les procédures de mesure épaisseur CFNR et GC-IPL. Tomographie par cohérence optique (OCT) peut être utilisé pour mesurer les épaisseurs de la couche plexiforme de la cellule-intérieur de ganglion (GC-IPL) et la couche des fibres nerveuses rétiniennes (CFNR). (A, B) Mesurer les épaisseurs de GC-IPL et CFNR à l’aide de la fonction intégrée “ maculaire cube ” et “ cube disque optique ” respectivement, des protocoles d’analyse. (C, D) Vérifier la qualité de l’image immédiatement après l’acquisition d’images. Jeter l’image et répétez l’analyse si le signal est inférieur à 6, ou artefacts de mouvement sont détectés. (E, F) Puis, invite le programme d’analyse intégré pour analyser le résultat du scan et générer un rapport d’interprétation automatiquement. s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

  1. Effectuez l’acquisition d’images à l’aide de la tomographie par cohérence optique (OCT).
    1. , Ouvrez le programme OCT et sélectionnez la “ maculaire Cube ” analyse de protocole pour démarrer un nouveau scan maculaire ( Figure 7 a).
    2. Localiser la pupille dans la fenêtre d’iris en ajustant la mentonnière. Baisser l’éclairage si la taille de la pupille est trop petite.
    3. Cliquez sur le “ Auto Focus ” bouton, puis le “ Optimize ” bouton pour améliorer la qualité de l’image.
    4. Charger l’objet clignote plusieurs fois immédiatement avant de commencer l’analyse.
    5. Cliquez le “ Capture ” bouton pour démarrer le scan quand la bordure entourant le bouton devient verte. Instruire le sujet à se concentrer sur la cible de fixation visuelle au cours de l’acquisition d’images pour éviter les artefacts de mouvement.
    6. Examiner la qualité de la numérisation à l’aide de la Figure 7 en tant que norme. Jeter le résultat d’analyse et de répéter l’analyse si le signal est plus petit que 6 ( Figure 8 a), ou artefacts de mouvement sont détectés (indiqué par la discontinuité des vaisseaux sanguins) ( Figure 8 b).
    7. Enregistrer le résultat de l’analyse.
    8. Répéter étapes 3.1.1 à 3.1.7 pour un autre oeil.
    9. Effectue une recherche tête du nerf optique avec le “ optique disque Cube ” balayage suivant protocole étapes 3.1.2 à 3.1.9 ( Figures 7 b et 7 D).

Figure 8
figure 8 : résultats sous-optimaux de tomographie par cohérence optique. Résultats sous-optimaux communs de la tomographie à cohérence optique (OCT) incluent la puissance du signal faible (A) (valeur de la puissance < 6) et des artefacts de mouvement (B). La qualité de la numérisation devrait être examinée immédiatement après l’acquisition d’images et l’analyse doit être répété si ces objets sont rencontrées. s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

  1. génèrent une impression d’analyse de l’épaisseur de GC-IPL maculaire.
    1. Sélectionner la “ maculaire Cube ” analyser les dossiers des deux yeux dans l’interface d’analyse.
    2. Cliquez le “ Ganglion Cell OU analyse ” pour lancer l’algorithme d’analyse automatique afin d’évaluer l’épaisseur de la GC-IPL de la numérisation ( Figure 7E).
      Remarque : Étape 3.2.2 est automatiquement établie par l’algorithme d’analyse.
      1. Génèrent une 14,13 mm 2 axés sur la fovéa elliptique annulus qui a les rayons intérieurs et extérieurs horizontaux de 0,6 mm et 2,4 mm, respectivement et les rayons intérieurs et extérieurs verticaux de 0,5 et 2,0 mm, respectivement.
        Remarque : La taille et la forme de l’anneau elliptique conforment étroitement à l’anatomie maculaire et correspondent donc à la zone où les CGR sont plus épaisses dans les yeux normaux 33 ,, 34. La zone au sein de l’anneau intérieur de l’espace annulaire n’est pas mesurée, comme le GC-IPL dans ce domaine est très mince.
      2. Segment de la frontière extérieure de la CFNR et la limite extérieure de la couche plexiforme interne (IPL) pour localiser le GC-IPL ( Figure 9).
      3. Mesurer la moyenne, minimale et six sectorielles (supérieure, superotemporal, superonasal, inferonasal, temporal inférieur,) épaisseurs de GC-IPL maculaire dans la fovéa-cenenregistré anneau elliptique.
      4. Comparer les épaisseurs mesurées de GC-IPL au dispositif ’ s interne normative appariés selon l’âge des bases de données et générer une carte de la déviation et une carte d’importance
      5. Rapport sur les résultats de mesure sur un imprimé analyse.
    3. Enregistrer l’imprimé de l’analyse au format .pdf.

Figure 9

figure 9 : couches rétiniennes utilisées pour la évaluation de la structure neuronale rétinienne. La couche des fibres nerveuses rétiniennes (CFNR) est mesurée à l’aide de l’algorithme (ONH) tête de nerf optique, tandis que la couche plexiforme de ganglion cell-interne est mesurée à l’aide de l’algorithme d’analyse (GCA) de cellules ganglionnaires. L’algorithme ONH des segments de la frontière intérieure et extérieure de la CFNR pour mesurer l’épaisseur de la CFNR. L’algorithme de GCA détecte la frontière extérieure de la couche des fibres nerveuses rétiniennes (CFNR) et la couche plexiforme interne (IPL) pour obtenir l’épaisseur combinée de la couche des cellules ganglionnaires (GCL) et l’IPL. Les épaisseurs de GCL et l’IPL sont mesurées ensemble, comme la limite entre GCL et IPL est anatomiquement indistincte. Cependant, l’épaisseur combinée de GCL et IPL (c.-à-d. GC-IPL) est toujours révélateur de la santé des CGR. s’il vous plaît cliquez ici pour visionner une version agrandie de cette Figure.

  1. générer l’imprimé de l’analyse de l’épaisseur de la CFNR ( Figure 7F).
    1. Sélectionnez le “ optique disque Cube ” analyser les dossiers des deux yeux dans l’interface d’analyse.
    2. Cliquez le “ ONH et CFNR OU analyse ” pour lancer l’algorithme d’analyse automatique afin d’évaluer l’épaisseur de la CFNR de la numérisation.
      Remarque : 3.3.2.1 à 3.3.2.6 des mesures peuvent être complétées automatiquement par l’algorithme d’analyse.
      1. Mesurer l’épaisseur de la CFNR à chaque point d’analyse et de générer une carte d’épaisseur CFNR.
      2. Identification du disque optique en détectant une tache sombre près du centre de l’analyse qui a une taille et une forme compatible avec la gamme d’un disque optique
      3. Placer une grille de mesure de 3,46 mm de diamètre autour du disque optique sur le plan d’épaisseur CFNR.
      4. Mesure et calculer les mondiaux, quatre-quadrants (temporelles, supérieurs, nasales et inférieurs) et des épaisseurs de CFNR parapapillary horloge-douze heures de la grille de mesure.
      5. Comparer les épaisseurs mesurées de CFNR au dispositif ’ s interne normative appariés selon l’âge des bases de données et générer une carte de la déviation et une carte d’importance.
      6. Rapport sur les résultats de mesure sur un imprimé analyse.
    3. Enregistrer l’imprimé de l’analyse au format .pdf.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Figure 10
Figure 10 : Un exemple pour montrer les différences dans le système vasculaire rétinien entre un sujet normal et un sujet AD. Par rapport à ce qui est normal, photographie du fond de œil du sujet AD a montré des calibres de navire plus étroits (CRAE de Zone B, 116,4 µm vs 156,4 µm ; CRVE de la Zone B, 186,9 µm contre 207,5 µm ; CRAE de Zone C, 138,5 µm vs 165,8 µm ; CRVE de la Zone C, 206,6 µm vs 232,2 µm), fractale vasculaire rétinienne plus petite dimensions (dimension fractale total, 1.472 vs 1,517 ; dimension fractale artériolaire, 1.246 vs 1,316 ; dimension fractale veinules, 1,253 vs 1.273) et rétine vasculaire rétinien supérieur (tortuosité des artérioles [104], 0.61 vs 0,48 ; veinules tortuosité [104], 1,41 vs 0,50).  Ces images ont été capturées à l’aide d’une caméra de fond d’oeil 50 degrés et ont été analysés à l’aide de la méthode décrite dans le protocole. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Interprétation des paramètres vasculaires rétiniennes : Avec notre protocole, paramètres vasculaires rétiniennes peuvent être mesurés à partir des photographies du fond de œil. Ces paramètres indiquent l’état de la vascularisation rétinienne, qui peut à son tour reflètent des changements similaires dans les vaisseaux cérébraux. La figure 10 montre les photographies du fond de œil obtenus à partir d’un sujet de AD et un sujet sain. Les paramètres vasculaires rétiniennes, présentés au tableau 1 ont été mesurées de ces photographies du fond de œil à l’aide de la méthode décrite dans le présent protocole.

AD Normal
CRAE de Zone B (µm) 116,4 156,4
CRVE de la Zone B (µm) 186,9 207,5
CRAE de Zone C (µm) 138,5 165,8
CRVE de Zone C (µm) 206,6 232.2
Dimension fractale total 1.472 1,517
Dimension fractale artériolaire 1.246 1,316
Dimension fractale veinules 1,253 1.273
Tortuosité des artérioles (x104) 0,61 0,48
Veinules tortuosité (x104) 1.41 0,50
Coefficient de ramification artériolaire 2.43 1.49
Angle de ramification artériolaire (deg) 67,17 81.16
Coefficient de ramification veinules 1.42 1,62
Angle de ramification veinules (deg) 60.11 73.19

Tableau 1 : différences de paramètres vasculaires rétiniennes entre un sujet d’AD et un sujet normal. Les paramètres vasculaires rétiniennes ont été mesurées à partir des photographies du fond de œil, illustrés à la Figure 10. Par rapport à ce qui est normal, l’objet de l’AD ont montré une réduction calibres de navire (c.-à-d. CRAE et CRVE) et la dimension fractale, mais ont montré une augmentation de tortuosité. En outre, les angles de ramification et de coefficients de ramifications de l’objet AD également déviaient de valeurs optimales respectives.

Calibres des vaisseaux rétiniens
Par rapport à ce qui est normal, la photographie du fond de œil du sujet AD (Figure 10) a montré une diminution tant CRAE et CRVE de Zone C (138.47 µm et 206.61 µm, respectivement), comparativement au sujet sain (165.82 µm et 232.22 µm, respectivement).  Le CRAE et CRVE résument les calibres de vaisseaux rétiniens, qui rapprochent la largeur du lumen interne dans les artérioles rétiniennes et veinules, respectivement. Par conséquent, réductions CRAE et CRVE indiquent généralisé rétrécissement en veinules et artérioles rétiniennes et suggèrent la dysfonction microvasculaire35.

Paramètres réseau vasculaire rétinienne
Tout d’abord, la rétine des artérioles et veinules rétiniennes du sujet AD (0,613 x 10-4 et 1,41 x 10-4, respectivement) ont été plus élevée que celle du sujet normal (0,476 x 10-4 et 0.501 x 10-4, respectivement). La rétine vasculaire supérieur indique que les vaisseaux rétiniens sont généralement plus droites dans le sujet de l’AD.

Deuxièmement, l’objet AD avait également réduit dimensions fractales rétinienne (dimension de fractale total, 1.472, dimension fractale artériolaire, 1.246, dimension fractale veinules, 1,253) comparativement au sujet sain (dimension fractale total, 1.517 ; artériolaire dimension fractale, 1,316 ; dimension fractale de veinules, 1.273). Comme les dimensions fractales représentent des mesures « globales » qui résument la complexité ramification de la network30 vasculaire rétinienne, dimensions fractales réduit indiquent que la vascularisation rétinienne est moins complexe dans le sujet de l’AD.

Troisièmement, la plupart des paramètres de l’objet AD bifurcation rétinienne déviaient de la valeur optimale. Plus précisément, les artérioles et veinules angles de ramification du sujet AD (67,17 et 60,109 °, respectivement) ont été plus loin des valeurs optimales, qui sont environ 75o 36, en comparaison avec ce qui est normal (° 81,16 et 73.19 °, respectivement). En outre, le coefficient de ramification des artérioles du sujet AD (2.432) dévié aussi sévèrement la valeur optimale, c'est-à-dire environ 1,2636. Cela représente une augmentation de superficie transversale totale à travers les bifurcations37.

Interprétation des paramètres neuronales rétiniennes
Avec notre protocole, on devrait pouvoir obtenir deux impressions analyse montrant l’épaisseur moyenne et sectoriels de CFNR et GC-IPL (illustré par la Figure 11 a et 11 b, respectivement).  Alors que les mesures de CFNR reflètent la santé des axones amyélinisés du CGR, les mesures de GC-IPL indiquent la santé des corps cellulaires et les dendrites de CGR. Étant donné que la taille du corps cellulaire RGC est 10 à 20 fois le diamètre de leur axone, épaisseur de GC-IPL s’est avéré être plus fortement associés à des troubles cognitifs,38.

Dans les deux rapports, trois cartes ont été montrés pour aider à l’interprétation, à savoir b épaisseur des cartes, des cartes de déviation (b) et (c) l’importance des cartes. Dans l’épaisseur des cartes, des couleurs chaudes représentent des valeurs plus élevées d’épaisseur et refroidisseur couleurs représentent des valeurs plus faibles épaisseur ; en d’autres termes, dense orange/jaune ring, épaisse la couche rétinienne concernés. Aussi, le logiciel compare les épaisseurs mesurées à normatif appariés selon l’âge base de données interne l’appareil et génère des cartes de déviation et signification. Sur les cartes de l’écart, un super-pixel est montré en rouge ou en jaune si la valeur de l’épaisseur se situe dans la gamme de centile 95 à 99 %, ou en dehors le 99 % respectivement. Dans lesignification des cartes, la couche rétinienne concerné est divisé en différents secteurs, comme la rétine est peu susceptible d’être homogène touchées par la démence. Rapporte la valeur de l’épaisseur de chaque secteur et chaque secteur est également codé en couleur pour faire correspondre le résultat de la comparaison, avec des valeurs dans la plage normale en vert (p = 5 – 95 %), les valeurs limites en jaune (1 % < p < 5 %) et les valeurs en dehors de la gamme normale en rouge (p) < 1 %).

Les imprimés de l’analyse de CFNR et GC-IPL chez un sujet AD apparaissent dans les figures 11 a et 11 b respectivement. La décoloration des couleurs chaudes et l’apparition de zones bleues claires dans les cartes de l’épaisseur des deux rapports indiquent amincissement de GC-IPL et CFNR dans le sujet de l’AD. Tandis que l’amincissement de la GC-IPL suggère perte RGC, amincissement de CFNR suggère la perte des axones de la CJR. En outre, plusieurs secteurs des signification des cartes sont marquées en rouge ou en jaune, ce qui suggère que les épaisseurs CFNR et GC-IPL des zones correspondantes sont réduites dans l’annonce sous réserve. Les zones exactes de l’éclaircie aussi peuvent être visualisées que par les super-pixels rouges ou jaunes sur les cartes de l’écart.

Figure 11
Figure 11 : Impression d’analyse de la structure neuronale rétinienne à partir d’un sujet AD. Amincissement de CFNR et GC-IPL dans le sujet AD est indiquée par la présence de plusieurs zones claires de bleus dans les cartes de l’épaisseur. L’ampleur de l’éclaircie est considérée comme anormale après par rapport à la population de même âge normative ; les secteurs rouges indiquent la valeur de l’épaisseur des zones correspondantes sont tombés en dehors de la plage normale (p < 1 %), tandis que le secteur jaune indique la valeur limite dans la zone correspondante (1 % < p < 5 %). Les zones exactes de CFNR et GC-IPL amincissement peut également être visualisée par les cartes de la déviation, dans laquelle les pixels Super rouges et jaunes (flèches rouges) indiquent les valeurs de l’épaisseur des taches correspondants est tombé dans le centile 95 à 99 %, ou en dehors du 99 % respectivement. Tous ensemble, ces cartes laissent entendre que les épaisseurs fois CFNR et GC-IPL étaient anormalement réduite dans le sujet de l’AD. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Inanalysable ou évolutive des Images rétiniennes : photographies du fond de œil ou OCT scans peuvent être inanalysable en raison de plusieurs raisons. Au sujet de l’OCT scans, échec de segmentation GC-IPL ou CFNR pouvant résulter de pathologies rétiniennes, telles que la dégénérescence maculaire liée à l’âge, la rétinopathie diabétique et membrane épirétinienne. Figure 12 a montre un exemple d’échec de la segmentation en raison de le œdème maculaire diabétique. Il a également été démontré que mesures de qualité et l’épaisseur du scan OCT peuvent être affectés par les yeux secs39, cataractes40,41,42,43, flotteurs et autres opacités vitrifiées 44 , 45. au sujet des photographies du fond de œil, la mesure des paramètres vasculaires rétiniennes peut-être également être entravée par opacité de médias (par exemple, une cataracte), qui affecte la visibilité de la vascularisation rétinienne (Figure 12 b).

Figure 12
Figure 12 : Images rétiniennes inanalysable. Alors que la plupart des résultats sous-optimaux pourraient être évités en utilisant les méthodes décrites, plusieurs types d’images rétiniennes sont inanalysable et doivent être jetés. (A) Segmentation défaillance peut survenir chez certains OCT scanne en raison de pathologies rétiniennes, notamment la dégénérescence maculaire liée à l’âge, la rétinopathie diabétique et membrane épirétinienne. Cette figure montre un défaut de segmentation en raison de le œdème maculaire diabétique. Système vasculaire (B), la visibilité de la rétine peut être réduit par l’opacité de médias, tels que l’opacité due à une cataracte. Ce chiffre démontre qu’opacité médias sévère peut obscurcir la vascularisation rétinienne et restituer l’image inanalysable. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Paramètre Zone mesurée Interprétation et déclarée Association avec AD
Calibre des vaisseaux rétiniens
Équivalent d’artériolaire rétinien central (CRAE) Zone B & C ♦ Changements Central équivalent artériolaire rétinien (CRAE) équivalent de veinules rétinienne central (CRVE) indiquent des vaisseaux rétiniens généralisé ou augmentations et peuvent suggérer la dysfonction microvasculaire subtile35.
♦ Il a été signalé que l’augmentation CRVE est associée de démence incident46,46de la démence vasculaire, et une diminution CRVE et CRAE sont associées à la maladie d’Alzheimer47,48.
Équivalent de veinules rétinienne central (CRVE) Zone B & C
Paramètres réseau vasculaire rétinienne
Dimensions fractales (dF) Zone C Dimension fractale ♦ représente une mesure de « macro » qui résume la complexité ramification du réseau vasculaire rétinienne30; une valeur plus élevée indique une ramification plus complexe.
♦ Il a été suggéré que réduit la dimension fractale rétinienne a été associée à la démence47,48,,59 et60de la fonction cognitive.
Tortuosité
(RESPONSABILITÉ DÉLICTUELLE)
Zone C ♦ tortuosité reflète la rectitude générale des vaisseaux rétiniens, avec une tortuosité plus petite valeur indique des vaisseaux rétiniens plus droites.
♦ Il a été suggéré que l’augmentation des veinules tortuosité et tortuosité des artérioles sont associées par AD62.
Angle de branchement
(BA)
Zone C ♦ La valeur optimale de BA est environ 75o 36
♦ Altération dans l’angle de la ramification peut indiquer des changements de sang écoulement63,64, dysfonction endothéliale65,,66 et atténuation de saturation d’oxygène67.
Coefficient de ramification (BC) Zone C ♦ La valeur optimale de BC est environ 1,2636.
♦ la déviation par rapport à la valeur optimale peut augmenter coût énergétique, réduire l’efficacité de la circulation et métabolisme transport37.

Tableau 2 : interprétations des principaux paramètres vasculaires rétiniennes. Calibres de navire et pa de réseau vasculaire rétiniennerameters existe deux grandes catégories de paramètres déclarés par le programme d’analyse assistée par ordinateur. CRAE et document CRVE généralisée des vaisseaux rétiniens rétrécissant ou élargissant, reflétant la dysfonction microvasculaire rétinienne subtile. Paramètres réseau vasculaire rétinienne capturent les « optimalité » et « efficacité » de la distribution du sang dans le réseau rétinien, qui reflètent à leur tour l’intégrité de la microcirculation cérébrale.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Ce protocole décrit les procédures de quantification des modifications neuronales et vasculaires dans la rétine en vivo. Comme la rétine partage semblables origines embryologiques, anatomiques caractéristiques et propriétés physiologiques avec le cerveau, ces modifications rétiniennes peuvent refléter des changements similaires de vascularisation et de la structure neuronale dans le cerveau.

Comme le montre la Figure 10 et tableau 1, l’objet AD a montré calibres du navire une diminution comparativement au sujet sain. Il a été signalé qu’une diminution CRVE et CRAE sont associés à la maladie d’Alzheimer46,47, même si cela n’est pas systématiquement respecté48.

En outre, l’objet AD a également montré une diminution fractal dimensions, augmenté de rétine vasculaire et des coefficients de ramifications sous-optimal et angles de ramification comparativement au sujet sain. Ces changements indiquent des altérations dans les motifs géométriques globales du réseau vasculaire rétinienne49,50,51,52,53,54, 55,56. Étant donné que la ramification du réseau vasculaire, selon le principe de Murray, est structurellement conçue pour minimiser l’énergie requise pour maintenir le flux de sang57, ces paramètres également capturent le degré de « optimisation » et « efficacité » de distribution du sang dans le réseau vasculaire rétinienne, qui réfléchissent à leur tour l’intégrité de la microcirculation cérébrale58. Il a été signalé cette dimension fractale rétinienne réduite est associée à la démence47,48,59 et function60 cognitive et est potentiellement liée aux dommages microvasculaires conduisant à la rétine hypoxie61.  Rétine accrue de veinules et des artérioles est également indiqués pour être associé à AD62. Concernant les paramètres de la bifurcation rétinienne, sous-optimalité des angles ramifications indique que le réseau vasculaire rétiniens dans le sujet de l’AD a baisse de l’efficacité de la perfusion tissulaire et augmente l’énergie perte37. Altération dans l’angle de la ramification peut aussi indiquer des changements sang écoulement63,64, dysfonction endothéliale65,66et atténuation de la saturation de l’oxygène67. En outre, écart par rapport à la valeur optimale du coefficient ramification peut également augmenter le coût de l’énergie, réduction de l’efficacité de la circulation et transport métabolique37. Pris ensemble, modifications des paramètres de réseau vasculaire (c'est-à-dire de la dimension fractale, tortuosité, ramification d’angle et une ramification coefficient) suggèrent l’implication microvasculaire dans la pathologie de la ma. Les associations déclarées des principaux paramètres vasculaires rétiniennes avec AD sont résumées dans le tableau 2 et ont aussi été examinées en détails précédemment8,58,,du6869.

Comme l’illustre la Figure 11, l’objet AD a également montré une diminution des épaisseurs de CFNR et GC-IPL. Bien que les épaisseurs de GCL et IPL ne peuvent être signalés ensemble en raison de leurs limites anatomiques ambiguë, l’épaisseur combinée (c.-à-d. GC-IPL) est révélatrice de la santé des CGR38. Il est de plus en plus évident que l’amincissement de la GC-IPL38 et CFNR70,71,72,,du7374,75,76 ,,du7778 est associé à AD. Récemment, une étude de population à grande échelle a également signalé que CFNR plus mince est associé à des fonctions cognitives les plus pauvres, comme mémoire prospective plus pauvres et les performances réduites de raisonnement numérique et verbal79. En outre, l’amincissement de CFNR est également signalé dans les démences non AD80,81,,82.

Étapes critiques de l’imagerie rétinienne
Plusieurs étapes dans le protocole doivent être effectués correctement afin d’obtenir un résultat précis. Concernant la procédure d’acquisition d’images, il est important de maîtriser la procédure d’imagerie d’OCT et photographie du fond de œil, puisqu’une imagerie prolongée peut provoquer une fatigue oculaire et donc augmenter la probabilité d’artefacts de mouvement. En outre, contraste et la saturation des images devraient être normalisés au cours de l’acquisition d’images pour éviter un réglage grossier dans les étapes ultérieures de traitement d’image. Le contraste et la saturation peuvent varier avec les cohortes de l’étude de différentes et de types de caméra.

Concernant la mesure des paramètres vasculaires rétiniennes, il est important de calculer la CIF pour toutes les caméras utilisées dans l’étude pour tenir compte de l’effet de grossissement et la différence de résolution de l’image. Réglage par ICF est important pour la mesure précise des paramètres dimensionnels, y compris les calibres des vaisseaux rétiniens. En outre, lors de travaux de nivellement des photographies du fond de œil avec un programme d’analyse assistée par ordinateur, niveleuses doivent être masqués aux caractéristiques du participant car le processus de gradation implique une certaine quantité de réglage manuel. En outre, les élèves devraient recevoir une formation adéquate et leur fiabilité de la mesure doit être évaluée en premier lieu, avant les images de classement.

Il est également important de calibre vaisseaux rétiniens rapport en zone B et zone C. On croit que le calibre du vaisseau de zone C est plus sensible et plus précis avec le plus petit écart-type17, probablement en raison de l’inclusion des périphériques plus petits vaisseaux de la rétine, qui sont anatomiquement et physiologiquement plus semblable à la petits vaisseaux du cerveau. Toutefois, le calibre de la zone B doit également être déclaré comme la mesure de calibre au sein de la zone que b a été largement utilisé dans de nombreuses études épidémiologiques.

Il est à noter que l’équipement et le programme d’analyse assistée par ordinateur utilisé dans le présent protocole sont à des fins d’illustration seules et similaires résultats peuvent être obtenus à l’aide d’autres techniques d’imagerie rétiniennes. Toutefois, dans la plupart des cas les paramètres numériques rapportés par mesure différent systèmes ne devraient pas être interprétées indifféremment83. Yip et coll. ont mis au point un algorithme de conversion entre les trois logiciels couramment utilisés mesure vaisseaux rétiniens calibres, qui peut être utile de comparer les résultats de différentes études83.

Importance de l’imagerie rétinienne
Imagerie par résonance magnétique (MRI) et la tomographie par émission de positrons (TEP) est deux largement utilisé des méthodes d’imagerie in vivo pour étudier la démence. Toutefois, l’application de l’IRM est limitée par sa résolution spatiale pour détecter des changements dégénératifs subtiles de moins de 500 μm. L’utilisation de la TEP est également limitée par son coût élevé et la disponibilité des installations de PET. En outre, bien que la maladie cérébrale petit bateau a été liée à la démence84,85,86>,87,88,89,90, les technologies actuelles de neuro-imagerie ne permettent pas une évaluation directe des changements petits vaisseaux cérébraux, comme un rétrécissement artériolaire cérébrale, les changements dans tortuosité vasculaire et micro-anévrisme capillaire. Par conséquent, une approche complémentaire à l’étude de la démence est souhaitée. Imagerie rétinienne montre plusieurs caractéristiques qui le rendent différent des autres techniques de neuroimagerie et de lui permettent d’apporter un nouvel éclairage à la recherche sur la démence.

Tout d’abord, la rétine est très accessible pour l’imagerie non invasive par rapport aux autres parties du SNC. Comme l’élève permet le passage bidirectionnel pour les rayons lumineux éclairantes et d’imagerie, le vascualture rétinienne peut être photographiée directement et rapidement à l’aide d’une caméra de fond d’oeil, qui est une technique d’imagerie rétinienne classique basée sur le principe du monoculaire indirect ophtalmoscopie. Photographie du fond de œil a démontré une sensibilité élevée, la spécificité et inter- examen et intra-examen accord91. En outre, in vivo des images en coupe de la structure neuronale rétinienne peuvent également être saisies par OCT basé sur le principe de l’interférométrie faible cohérence92,,du9394, 95,,96. Ainsi, l’imagerie rétinienne permet longitudinal et non invasive d’imagerie avec un coût relativement bas pour observer l’effet de la démence sur CNS.

Deuxièmement, la structure neuronale rétinienne est organisée sous forme de couches distinctes et chaque couche représente un élément spécifique de l’architecture neuronale. Par exemple, le représente GC-IPL les corps cellulaires et les dendrites des CGR, tandis que la CFNR représente les axones des CGR. notamment, délimitation précise des couches neuronales rétiniennes, tels que GC-IPL et CFNR, maintenant est possible avec des algorithmes de segmentation avancée 33 , 97et toute pathologie de la démence qui se manifeste comme une distorsion de l’architecture neuronale est facilement détectable.

Troisièmement, une évaluation objective, semi automatisée et standardisée des images rétiniennes est désormais possible à l’aide de programmes d’analyse assistée par ordinateur. Tel qu’illustré par le présent protocole, les programmes d’analyse assistée par ordinateur peuvent automatiquement tracer la vascularisation rétinienne, capturée par la photographie du fond de œil et, selon les résultats de traçage, mesurer un éventail de paramètres vasculaires rétiniennes, comme le navire calibres, rétine, dimensions fractales et angles de ramification. Au cours du processus de suivi, les niveleuses sont seulement tenus de vérifier l’exactitude des tracés du navire et, si nécessaire, ajustez les tracés de navire incorrect manuellement. Des études antérieures ont signalé que les intragrader et intergrader fiabilité étaient modérés à élevés49. De même, les algorithmes d’analyse intégrée de OCT peuvent aussi automatiquement mesurer les paramètres d’épaisseurs CFNR et GC-IPL et comparer les résultats avec les bases de données normatives appariés selon l’âge de98. La nature semi-automatique de l’imagerie rétinienne contribue à améliorer l’efficacité de la mesure et la cohérence en réduisant la quantité de travail requise de chaque élève. Niveleuses peuvent également rapidement maîtriser les compétences de la mesure et l’interprétation des paramètres rétiniennes, sans avoir à apprendre des connaissances ophtalmologiques ou neurologique trop avancées. Par conséquent, imagerie rétinienne peut être facilement appliqué dans un cadre populationnelle.

Enfin, les technologies d’imagerie rétiniennes peuvent maintenant l’image la rétine à une résolution de quelques microns, soit au moins un ordre de grandeur que qui peut être réalisé avec des techniques de neuro-imagerie conventionnelle. Par exemple, le domaine spectral-OCT peut-il maintenant l’image sur la rétine en volume en trois dimensions avec une haute résolution axiale (par exemple plusieurs microns) et un haut degré de reproductibilité99,100,101 ,102,103,104,,105. Cela permet une visualisation directe et quantification des changements subtils dans la rétine, y compris les axones de la CJR, l’extension oculaire du SNC. Les associations entre la démence et changements microvasculaires peuvent également être directement évaluées en mesurant des paramètres vasculaires rétiniennes.

Prises ensemble, rétinienne imagerie pouvant collecter des informations uniques sur les vaisseaux cérébraux et la structure neuronale qui est distinct de l’actuel cerveau techniques, ce qui suggère que l’imagerie rétinienne peut fournir une approche complémentaire à l’étude d’imagerie le pathologie de la démence9,35,58,68,106,107,108.

Limitations de la méthode
Imagerie rétinienne est une méthode de plus en plus populaire de visualiser et de quantifier la microcirculation et structure neuronale dans la rétine8,109. Toutefois, les lecteurs du présent protocole devraient être conscients de ses limites potentielles afin d’interpréter les résultats de façon critique.

Tout d’abord, la qualité des photographies du fond de œil et images OCT peut être affectée par une série de facteurs oculaires. Par exemple, variations de l’erreur de réfraction et de la longueur axiale peuvent affecter le grossissement et, par conséquent, les dimensions apparentes de calibre vasculaire rétinienne 110. Des différences de pigmentation rétinienne, la présence d’opacités de médias, technique photographique, caméra type (p. ex., mydriatique, non-mydriatique, à main), et une qualité d’image (par exemple, la luminosité, mise au point et contraste) peut également introduire autres sources de variation et affectent les mesures111,112,113,114,115,116. En outre, artefacts de mouvement peuvent être fréquents chez les sujets âgés âge si l’acquisition de l’image se prolonge.

En second lieu, l’architecture neuronale et vasculaire rétinienne peut être affecté par de nombreux processus pathologiques systémiques et locales, et quelques manifestations rétiniennes ne sont donc pas spécifiques à une maladie particulière. Par exemple, rétrécissement artériolaire rétinien a été corrélée à une vasoconstriction périphérique systémique et l’hypertension, tandis que l’élargissement de veinules rétiniennes a été corrélée à une dysfonction endothéliale, inflammation, hypoxie microvasculaire117, et maladies comme les maladies cardiovasculaires rétinopathie de diabétiques et118 119. Amincissement de la CFNR est également observée dans d’autres maladies neurodégénératives, glaucome, maladie de Parkinson et la sclérose10comprise. Il est également intéressant de noter que la réduction liée à l’âge de CGR et leurs axones peut également survenir sans démence99,,120.

En troisième lieu, les associations entre modifications rétiniennes et démence restent peu concluantes. Par exemple, les associations de petits calibres de navire avec AD n’ont pas répliquées par Williams et al. 59et l’association du calibre artériolaire plus étroit avec AD trouvé par l’étude de programme d’épidémiologie des maladies oculaires de Singapour a également perdu après ajustement pour les facteurs cardiovasculaires48de confusion. En outre, augmenté de veinules et rétine artériolaire dans AD est également pas toujours observé47,59. Il convient également de noter que l’association de la dimension fractale artériolaire atteints de démence a été perdue dans un modèle parfaitement ajusté« xref » > 59.

Quatrièmement, les programmes d’analyse assistée par ordinateur à ce stade sont seulement semi-automatique et nécessite des ajustements manuels de niveleuses formés49,,121. Des entrées manuelles, même après un protocole normalisé, peutdécider variabilité supplémentaire la rétine.

Futures applications de la méthode
Compte tenu de l’accessibilité de la rétine et ses similitudes dans d’autres parties du CNS, la rétine est une excellente « fenêtre » pour étudier l’effet de la démence sur la microcirculation cérébrale et de la structure neuronale. Étant donné que la démence est censée maintenant impliquent des processus vasculaire84,85,86,87,88,89,90,122 , d’imagerie et de quantifier les capillaires rétiniens utilisant ce protocole peuvent également apporter un nouvel éclairage sur l’étiologie microvasculaire (versus macrovasculaires étiologie) de démence10,35,58 , 106 , 108 , 123 et faciliter notre compréhension sur les sous-types différents de démence.

En outre, imagerie rétinienne pourrait potentiellement être utilisé en milieu clinique pour faciliter l’évaluation préclinique de diagnostic ou de risque de démence, de confirmer cliniquement diagnostiqué AD et pour surveiller la progression de la maladie ou la réponse au traitement. L’application de l’imagerie rétinienne au contrôle de la population est particulièrement intriguant comme modifications neuronales et microvasculaires, qui pourraient se traduire par des modifications rétiniennes semblables, se produisent beaucoup plus tôt que l’apparition de l’atrophie corticale et déclin cognitif 124 , 125. régulièrement, des études ont montré que les épaisseurs CFNR et GC-IPL ont été réduits chez les patients atteints de déficience cognitive légère (DCL) et AD en comparaison avec les contrôles de santé, mais les différences dans les épaisseurs CFNR et GC-IPL entre les patients avec MCI et celles atteintes de la ma n’étaient pas statistiquement significatives8, ce qui suggère que l’amincissement de la CFNR et GC-IPL est un événement précoce dans la pathologie de la ma. Cependant, la force des associations entre les mesures d’imagerie rétiniennes et la démence n’est modeste et plusieurs corrélats rétiniennes de AD n’ont pas été systématiquement observé8,47,48, 59 , 109. le présent protocole peut potentiellement être adopté par plus études cliniques prospectives avec des cohortes d’évaluer l’utilité clinique de l’imagerie rétinienne pour le diagnostic pré-clinique de AD.

Progrès récents d’imagerie techniques, telles que l’imagerie rétinienne ultra grand angle de champ et l’OCT-angiographie rétinienne peuvent nous permettre d’obtenir plus d’informations de la rétine. La rétine ultra-grand champ imaging technologie, basée sur le principe du laser confocale, microscopie, combiné avec un miroir elliptique concave, peut capturer jusqu'à 200o de la rétine dans une seule image sans élève dilatation126 ,127. Cela permet l’évaluation plus approfondie des lésions rétiniennes périphériques, qui peuvent fournir plus d’informations sur le système vasculaire rétinien globalement17. Il a été signalé que l’imagerie rétinienne ultra-grand champ peut atteindre un rendement satisfaisant en largeur estimation128et segmentation du navire. En outre, l’invention de l’OCT-angiographie permet également de colorant non dotés de la cartographie du réseau capillaire rétinien, qui pourrait fournir plus d’informations sur les changements microvasculaires liées à la démence. Compte tenu des méthodes de l’analyse d’images, plus de recherche est nécessaire pour découvrir d’autres traitement de l’image de l’état-of-the-art et les méthodes quantitatives, tels qu’arbre topologie estimation129, pour analyser les images captées par ces nouvelles modalités d’imagerie.

Figure 13
Figure 13 : imagerie rétinienne est un outil potentiellement utile pour étudier les modifications vasculaires et neurones associées à la démence. Il a été proposé que la démence est associée à une lésion neuronale et la maladie des petits vaisseaux dans le cerveau. Comme la rétine, étant un prolongement du système nerveux central, partage des similitudes avec le cerveau, ces changements pathologiques peuvent se refléter dans la rétine comme des dommages neurones et vasculaires rétiniennes. Utilisant ce protocole, les modifications neuronales rétiniennes peuvent être quantifiées comme des variations de CFNR et GC-IPL épaisseurs à l’aide de tomographie par cohérence optique (OCT), tandis que les changements vasculaires rétiniennes peuvent être quantifiés comme changements dans le réseau vasculaire et les calibres de navire paramètres en utilisant la photographie du fond de œil et un programme d’analyse assistée par ordinateur. Étudier les associations entre les modifications rétiniennes et démence peut apporter un nouvel éclairage dans la pathologie de la démence et potentiellement, l’aide au diagnostic et évaluation des risques. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Ce protocole décrit une méthode non invasive, quantitative et semi-automatisé pour étudier la démence à l’aide de techniques d’imagerie rétiniennes (Figure 13). Compte tenu de l’accessibilité de la rétine et de ses associations robustes avec le cerveau, d’imagerie de la rétine peut apporter un nouvel éclairage en démence et potentiellement, de l’aide dans la diagnostic et évaluation des risques de démence. Toutefois, les associations a signalé à ce stade restent controversées et d’autres études sont nécessaires afin d’évaluer l’utilité potentielle de l’imagerie rétinienne. Il est à noter également qu’une évaluation clinique complète demeure essentielle dans l’évaluation de la démence.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Nous tenons à exprimer notre reconnaissance à l’école d’informatique, Université nationale de Singapour pour le support technique.

Acknowledgments

Au sujet d’éventuels liens financiers, l’auteur Tien Y. Wong est le co-inventeur du programme Singapore I navire évaluation (SIVA) utilisé dans cet article.

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).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics