Bruk av Retinal Imaging demens

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:

Welcome!

Enter your email below to get your free 10 minute trial to JoVE!





We use/store this info to ensure you have proper access and that your account is secure. We may use this info to send you notifications about your account, your institutional access, and/or other related products. To learn more about our GDPR policies click here.

If you want more info regarding data storage, please contact gdpr@jove.com.

 

Summary

Netthinnen deler fremtredende likheter med hjernen, og dermed representerer et unikt vindu å studere blodkar og neuronal strukturen i hjernen ikke-invasively. Denne protokollen beskriver en metode for å studere demens med retinal imaging teknikker. Denne metoden kan hjelpe i diagnosen og risiko vurdering av demens.

Cite this Article

Copy Citation | Download Citations

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

Netthinnen tilbyr en unik "vindu" for å studere patofysiologiske prosesser for demens i hjernen, som det er en forlengelse av sentralnervesystemet (CNS) og deler fremtredende likheter med hjernen i embryologiske opprinnelse, anatomisk funksjoner og fysiologiske egenskaper.  Vaskulær og neuronal strukturen i netthinnen kan nå visualisert lett og ikke-invasively bruker retinal imaging teknikker, inkludert fundus fotografi og optical coherence tomografi (OCT) og kvantifisert semi automatisk Computer-assistert analyse programmer. Studere tilknytningene mellom vaskulær og nevronale endringer i netthinnen og demens kan forbedre vår forståelse av demens og eventuelt hjelpe i diagnosen og risiko vurdering.  Denne protokollen skal beskriver en metode for å kvantifisere og analysere retinal blodkar og neuronal struktur, som er potensielt forbundet med demens. Denne protokollen også gir eksempler på netthinnen endringer i fag med demens, og diskuterer tekniske problemer og gjeldende begrensninger retinal imaging.

Introduction

På grunn av økning i forventet levealder, demens blitt et store medisinske problem, bidra til betydelige sosiale og økonomiske helse byrde globalt1,2,3,4,5. I dag, utvikler en person i USA Alzheimers sykdom (AD), den vanligste formen for demens, hver 66 s6. Det har blitt anslått at innen år 2050, 115 millioner mennesker påvirkes av AD7.

Netthinnen tilbyr en unik "vindu" for å studere demens på grunn av lignende anatomiske og fysiologiske egenskapene med hjernen. I blodkar, netthinnen arterioler og venules, måler 100-300 µm i diameter, dele lignende funksjoner med cerebral små båter, som slutten arterioler uten forekomst, barriere-funksjonen og auto-regulering8, 9. når det gjelder neuronal struktur, netthinnen ganglionic celler (RGCs) dele typiske egenskaper med nevroner i sentralnervesystemet (CNS) 10. RGCs er tydelig forbundet med hjernen som de danner de optiske nerven og prosjekt visuelle signalene fra netthinnen lateral geniculate kjerner og overlegen colliculus. Synsnerven, ligner på mange neuronal fibre i CNS er myelinated av oligodendrocytes og ensheathed i meningeal lag. Spesielt, en fornærmelse mot synsnerven kan resultere i lignende svar observert i andre CNS axons, som retrograd og anterograd degenerasjon av axon, skjemmende arr, myelin ødeleggelse, sekundær degenerasjon og en unormal nivå av nevrotropisk faktorer og nevrotransmittere11,12,13,14. Utseendet på visuelle symptomer i noen AD pasienter kan også forklares med robust assosiasjonene netthinnen og hjernen15,16. Som et resultat har det blitt foreslått at netthinnen kan gjenspeile patologisk prosessene av demens i hjernen og retinal imaging kan brukes til å studere demens.

Netthinnen blodkar og neuronal struktur kan nå visualiseres ikke-invasively ved hjelp av retinal imaging teknikker. For eksempel netthinnen fundus fotografier kan hentes ved hjelp av fundus kameraer og kjennetegner er netthinnen blodkar (f.eks fartøyet kaliber, tortuosity og fraktal dimensjon) kan deretter kvantifiseres computer-assistert analyse programmer. I tillegg parametere av netthinnen neuronal (for eksempel tykkelsen på ganglion celle-indre plexiform lag [GC-IPL] og netthinnen nerve fiber lag [RNFL]) kan også måles med fiberoptisk coherence tomografi (OCT) og kvantifisert ved hjelp av innebygget analysealgoritmer.

I lys av viktigheten av retinal imaging å studere demens, skal denne protokollen beskrive en metode for imaging og analyserer retinal blodkar og neuronal strukturen i vivo bruke retinal imaging teknikker. Denne protokollen også gir eksempler på netthinnen endringer i fag med demens, og diskuterer tekniske problemer og gjeldende begrensninger retinal imaging.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

alle metodene som er beskrevet her er godkjent av en lokal klinisk forskning etikk i Hong Kong.

Merk: For enkelhet, utstyret som er oppført i Tabellen for materiale for å illustrere prosedyrene for retinal imaging og påfølgende analyse. Måling av netthinnen vaskulær parametere er illustrert med Singapore I fartøyet vurdering program (SIVA) 17 (versjon 4.0, National University of Singapore, Singapore). Imidlertid bør det bemerkes at et annet sett med utstyr kan bli vedtatt som de underliggende prinsippene forblir liknende.

1. forberede fagene Retinal Imaging

  1. Dilate fagene ’ elever bruker en mydriatic agent. Vent minst 15 minutter for å etablere tilstrekkelig elev dilatasjon.

2. Måle Retinal vaskulær parameterne fra Fundus fotografier med en Computer-assistert analyseprogram

Figure 1
figur 1: Skjematisk diagram viser prosedyrene for måling retinal vaskulær parametere. (A) motta optikk-plate-sentrert fundus bilder bruker et fundus kamera. figur 1A og figur 2A er to fundus bilder med optimal kvalitet. (B) laste fundus fotografier til skybaserte serveren og angi relevante studie detaljer, inkludert omregningsfaktoren bilde (ICF). Andre computer-assistert analyse programmer kan bruke ikke-cloud-baserte metoder å organisere og lagre bilder. (C) åpne fundus fotografiet i computer-assistert analyseprogram. (D) merke plasseringen av optisk plate center og (E) be programvaren automatisk oppdage kanten av blinde flekk og plassere et mål rutenett. (F) konstruere fartøy tracings basert på fartøyet stier, og lå fartøyet dekker for å anslå diameter av fartøyene. (G) Juster feil fartøy tracings og fartøy dekker manuelt. (H) mål en spektrum på netthinnen vaskulær parametere, inkludert fartøyet kalibre, tortuosity, fraktal dimensjon og bifurkasjonen. Trinn (D) til trinn (F), og (H) kan utføres automatisk av noen computer-assistert analyse programmer. Klikk her for å se en større versjon av dette tallet.

  1. Ta fundus bilder bruker et fundus kamera.
    1. Tur på fundus kameraet og lanseringen av avbildningsopptak programmet på datamaskinen. Hvile haken på emnet riktig på chinrest med pannen mot hodet stroppen. Bevege styrespaken justere lysstrålen riktig til emnet ’ s elev.
    2. Juster belysning poeng til begge vises minste på begge sider i søkeren. Flytte eksterne fiksering målet å veilede emnet ’ s øyne til fiberoptisk platen er i midten av søkeren og områdene av interesse (ROI) er godt innenfor grensene. Justere fokus knotten å fokusere på netthinnen.
    3. Har emnet godt se på eksterne fiksering målet og sikre emnet ’ s øyne ikke fylles med tårer.
    4. Nedtrykt på utløseren knappen for å ta et bilde ( figur 1A).
    5. Sjekke kvaliteten på fundus fotografiet tatt, ved hjelp av figur 2A som standard. Forkaste bildet og gjenta bilde oppkjøpet (dvs. trinn 2.1.1 til 2.1.4) hvis Eleven er dårlig strekte ( figur 2B), fiberoptisk platen er ikke på midten av bildet ( figur 2C), eller bildet er uskarpt ( figur 2D).
    6. Lagre bildet i TIFF-format med gradable oppløsning (dvs. ca 3000 piksler x 2,000 piksler, med mer enn 150 ppt).
      Merk: Protokollen kan pauses her.
    7. Gjenta trinnene 2.1.1 til 2.1.6 å erverve fundus fotografier for andre fag.
    8. Velg en 10% utvalg av bilder tilfeldig og måle høyden på fiberoptisk plater i disse bildene ( Figur 3). Beregne bildet omregningsfaktoren (ICF) ved hjelp av formelen:
      ICF = 1800 µm / (gjennomsnittlig pixel høyde fiberoptisk plater av bildene samplet).
    9. Laste opp bildene tatt fundus til sky-basert server og angi relevante studie detaljer, inkludert omregningsfaktoren bilde (ICF) ( figur 1B).
      Merk: Protokollen kan pauses her. Andre computer-assistert analyse programmer kan bruke andre ikke-cloud-baserte metoder å organisere bildene og registrere ICF.

Figure 2
figur 2: Fundus bilder med optimal og suboptimal. Fundus bilde kvalitet må kontrolleres umiddelbart etter bildeopptak, som bildekvaliteten direkte påvirker påfølgende måling av netthinnen vaskulær parametere. Bildet bør forkastes hvis en av disse gjenstandene er observert. Disse bildene ble tatt med en 50° fundus kamera. Klikk her for å se en større versjon av dette tallet.

Figure 3
Figur 3: beregning av omregningsfaktoren bilde (ICF). For å beregne ICF, tilfeldig Velg en 10% utvalg av bilder fra studien (trinn 1). Deretter måle høyden av fiberoptisk plater (i piksler) fra bilder samplet (trinn 2). Beregne ICF ved hjelp av formelen: ICF = 1800 µm / (gjennomsnitt pixel høyde fiberoptisk plater samplede bilder), hvor 1800 µm er ca høyden på en vanlig optisk plate (trinn 3). Som forstørrelse effekt og bilde oppløsning avviker fra kamera til kamera, er det nødvendig for å beregne en nøyaktig ICF for hvert kamera brukes. Klikk her for å se en større versjon av dette tallet.

  1. åpner fundus bildet i en computer-assistert analyseprogram. Konstruere fartøy tracings og lå fartøyet dekker for er netthinnen blodkar.
    Merk: I denne delen er SIVA programmet brukes til å illustrere prosedyrene. Imidlertid kan SIVA programmet erstattes av andre tilgjengelige computer-assistert analyse programmer. I tillegg trinnene 2.2.2 til 2.2.3 utføres automatisk noen computer-assistert analyse programmer når et fundus fotografi er åpnet (dvs. trinn 2.2.1).
    1. Åpne fundus fotografiet med computer-assistert analyseprogrammet ( figur 1 c).
    2. Merk plasseringen av optisk plate ( figur 1 d).
      1. Klikk på “ OD Center ” knappen på panelet til venstre-funksjonen, musepekeren vil bli erstattet av en grønn sirkel.
      2. Flytte en grønn sirkel til midten av den blinde flekk (OD), og VENSTREKLIKK for å fikse sirkelen.
      3. Be programvaren automatisk plassere et mål rutenett, konstruere fartøy tracings og lay fartøyet dekker ( figur 1E og 1F).
        Merk: Fartøyet er målelinjene som estimerer omtrentlig bredden på de interne lumen av fartøyene.
        1. Klikk på “ finne OD ” knappen be programvaren å oppdage OD rim og plassere fire konsentriske sirkler som et mål rutenett, basert på plasseringen av OD center.
        2. Klikk på “ prosessen ” knappen for å starte den automatiske fartøyet sporing.
  2. Juster feil fartøy tracings manuelt. Begynne inspeksjonen fra 12 o ’ klokken posisjon i en klokken måte å sikre at alle fartøy tracings bekreftes.
    1. Kontroller at fiberoptisk platen er funnet og måling rutenettet er riktig plassert. Justere måling rutenettet manuelt følgende 2.2.2 til 2.2.3, hvis den innerste sirkelen ikke nøyaktig skissere blinde flekk rim ( figur 4A).
    2. Venstre klikk for å merke fartøy tracing(s) merket med feil beholdertype (arterioler versus venules) og det “ fartøyet (T) ype ” knappen endre fartøyet.
      Merk: Arterioler er merket i rødt og venules er merket i blått. Arterioler kan skilles fra venules basert på deres fysiologiske forskjeller. For eksempel er venules generelt mørkere i fargen og bredere enn arterioler. Fartøyer med samme beholdertype vanligvis ikke krysse hverandre.
    3. Utvid ufullstendig fartøy tracings følgende 2.3.3.1 til 2.3.3.2 ( figur 4B).
      1. Bruk markøren å klikke på distale ufullstendig fartøyet sporing. Venstreklikk på punkter langs fartøyet banen utvide fartøyet sporingen.
      2. Stopp sporing prosessen når distale fartøyet er nådd. Stoppe sporing på den ytterste hvite sirkelen hvis den distale del av fartøyet faller utenfor måling rutenettet (se figur 4B).
    4. Justere fartøy tracings hvis fartøyet banene ikke spores riktig på webområdet krysset ( figur 4C).
      1. Klikk på “ Velg ” og klikk deretter på feil tidspunkt av fartøyet sporing. Klikk på “ Brea(k) Seg ” for å koble fartøyet sporing på punktet valgt. Velg frakoblet segmentet, og klikk på “ (Del) Seg ” knapp å fjerne det.
      2. Re-konstruere en nye fartøyet sporing bruker trinn 2.3.3.1 og 2.3.3.2.

Figure 4
Figur 4: vanlige feil av auto-tracing. Automatisk fartøyet sporing er ikke helt nøyaktig og manuelle justeringer er nødvendig for å sikre nøyaktigheten av måling. Denne illustrasjonen viser vanlige feil av auto-sporing og viser optimale resultater etter manuelle justeringer. (A) blinde flekk sentrum er feilmerket og dette føre til avvik for måling rutenettet, som kan påvirke etterfølgende målene. Ideelt sett bør den innerste sirkelen av måling rutenettet skissere blinde flekk felgen. (B) ufullstendig fartøyet sporing kan føre til feil måling av fraktal dimensjon, tortuosity, etc. fartøyet banen skal spores til slutten av fartøyet. Hvis den distale del av fartøyet faller utenfor rutenettet måling, kan sporing stoppes på den ytterste hvite sirkelen. (C) fartøy tracings på crossover nettsteder kan en høyere tendens til feil og krever derfor spesiell oppmerksomhet. Klikk her for å se en større versjon av dette tallet.

  1. lå fartøyet dekker alle fartøy segmenter og deaktivere feil dekker manuelt.
    1. Klikk på “ finne dekker ” for å legge fartøyet dekker på alle fartøy segmenter automatisk.
    2. Sjekk hvis alle fartøy dekker plasseres riktig. Venstre-klikk og dra markøren til deaktivere fartøyet dekker hvis dekker ikke lagt vinkelrett på fartøyet veggene ( figur 5A), fartøy banen er skjult av et annet fartøy ( figur 5B), eller dekker overvurdere eller undervurdere bredden på fartøyet lumen ( figur 5C).

Figure 5
figur 5: feil fartøyet dekker. Denne illustrasjonen viser eksempler på feil fartøyet dekker som skal være deaktivert og ekskludert fra den etterfølgende målingen. Fartøyet dekker bør deaktiveres hvis de ikke er vinkelrett fartøyene (A). I tillegg fartøyet dekker bør også deaktiveres hvis fartøyet blir sporet er skjult under et annet fartøy (B) eller fartøy dekslene kan ikke representere omtrentlig bredden av fartøyet (C). Klikk her for å se en større versjon av dette tallet.

  1. måle retinal vaskulær parametere fra tracings fartøy og fartøy dekker
    Merk: trinn 2.5 utføres automatisk av en computer-assistert analyseprogram.
    1. Label området 0,5-1.0 platen diameter fra blinde flekk margen som sone B og området 0,5-2.0 plate diameter fra blinde flekk margen som sonen C 18 ( figur 6A), i henhold til den endret protokollen aterosklerose risiko i fellesskap (ARIC) studere 19.
    2. Mål retinal vaskulær kaliber fra både sone B og sonen C, med en allment vedtatt metode som er endret fra ARIC studere 19 , 20 , 21 , 22 , 23 , 24 , 25 , 26 ( figur 6B).
      1. Måle lengden på fartøyet dekker de seks største arterioler og de seks største venules å anslå retinal fartøyet kalibre.
      2. Oppsummere retinal arterioler og venular kaliber som sentral retinal arterie tilsvarende (CRAE) og sentral retinal vene tilsvarende (CRVE) henholdsvis 17, ved hjelp av reviderte Knudtson – Parr-Hubbard formel 18 , 19.
    3. identifisere alle skip i sonen C med en bredde > 40 µm. beregne den retinal arterioler og venular tortuosity fra integrert av totale kvadrat kurvatur langs fartøy tracings og normalisere verdien med totalt buelengde, bukker og rundt Bøyning 27 , 28.
    4. Beregne summen, arterioler, og venular fraktal dimensjoner fra sonen C med de etablerte “ boksen-telling metoden ” 29 , 30 , 31.
      1. Dele bildet inn i like store torg.
      2. Antall boksene som inneholder en del av fartøyet tracings.
      3. Gjenta prosessen med en rekke like store ruter med forskjellige størrelser.
      4. Plot logaritmen til antallet bokser som inneholder fartøy tracings mot logaritmen av størrelsen på boksene, og beregne skråningen av resulterende linjen, og dette er fraktal dimensjon.
    5. Identifisere fartøy med første bifurkasjonen i sonen C og beregne vinkler (θ) subtended mellom de første to datter fartøy 32 ( figur 6C). Beregne middelverdien for å oppnå gjennomsnittlig forgrening vinkelen.
    6. Beregner forgrening koeffisient fra sonen C ved hjelp av formelen:
      (d 1 2 + d 2 2) /d 0 2, der d 0 er mener bagasjerommet caliber, og d 1 og d 2 er mener gren kalibre ( figur 6C).
  2. Lukke vinduet gradering. Klikk “ sende ” i en popup-dialogboks å laste opp gradert skybaserte serveren og registrere automatisk målt retinal vaskulær parameterne.

Figure 6
figur 6: kvantifisering av netthinnen blodkar. (A) sone B (definert som 0,5-1.0 plate diameter fra platen margen) brukes til å måle fartøyet kalibre av sone B ifølge aterosklerose risikoen i samfunn studie. Sonen C (definert som 0,5-2.0 plate diameter fra platen margen) brukes til å måle fartøyet calibers sone C og et spekter av netthinnen vaskulære nettverk (for eksempel tortuosity, fraktal dimensjon og bifurkasjonen). (B) fartøyet er målelinjene brukes til å beregne retinal fartøyet kalibre (eller diameter). Feil fartøyet dekker bør ekskluderes manuelt fra målingen. (C) måler For alle fartøy med deres første bifurkasjonen innen sone C, programmet automatisk forgrening vinkler (θ) av første bifurkasjonen. I tillegg forgrening koeffisient også beregnes ved hjelp av formelen: forgrening koeffisienten = (d 1 2 + d 2 2) /d 0 2, der d 0 er bagasjerommet kaliber, og d 1 og d 2 er de grenen kalibre. Klikk her for å se en større versjon av dette tallet.

3. vurdere tykkelsen på GC-IPL og RNFL

Figure 7

figur 7: skjematisk diagram viser prosedyrene for å måle RNFL og GC-IPL tykkelse. Optical coherence tomografi (OCT) kan brukes til å måle tykkelser ganglion celle-indre plexiform laget (GC-IPL) og netthinnen nerve fiber laget (RNFL). (A, B) Måle GC-IPL og RNFL tykkelser bruke innebygget “ macula kube ” og “ blinde flekk kube ” skanning protokoller henholdsvis. (C, D) Sjekk bildekvaliteten umiddelbart etter bildeopptak. Forkaste bildet gjenta søket hvis signalstyrken er mindre enn 6 eller bevegelse gjenstander oppdages. (E, F) Deretter be innebygd analyseprogrammet automatisk analysere avsøke resultere og generere en rapport for tolkning. Klikk her for å se en større versjon av dette tallet.

  1. Utføre bildeopptak bruker optical coherence tomografi (OCT).
    1. Åpne OCT program, og velg den “ Macular kube ” skanning protokollen for å starte et nytt macula søk ( figur 7A).
    2. Finn Eleven i iris viewport ved å justere chinrest. Lavere belysning hvis elev er for liten.
    3. Klikk på “ autofokus ” knappen og deretter på “ Optimaliser ” for å forbedre bildekvaliteten.
    4. Få emnet å blinke noen ganger umiddelbart før skanningen.
    5. Klikk på “ fange ” for å starte skanningen når kanten som omgir knappen blir grønne. Instruere emnet å fokusere på visuelle fiksering målet under bildeopptak å unngå bevegelse.
    6. Gjennom skannekvaliteten bruker figur 7C som standard. Forkaste det avsøke resultere og gjenta søket hvis signalstyrken er mindre enn 6 ( figur 8A) eller bevegelse gjenstander oppdages (angitt ved opphør av blodkar) ( figur 8B).
    7. Lagre det avsøke resultere.
    8. Gjenta trinnene 3.1.1 til 3.1.7 for et øye.
    9. Utføre en synsnerven hodet søk med den “ optisk plate kube ” skanning protokollen følgende trinn 3.1.2 til 3.1.9 ( tall 7B og 7 D).

Figure 8
Figur 8: sub-optimale resultater av optical coherence tomografi. Felles sub-optimale resultater av optical coherence tomografi (OCT) omfatter (A) dårlig signalstyrke (styrke verdien < 6), og (B) bevegelse gjenstander. Skannekvaliteten bør gjennomgås umiddelbart etter bildeopptak og skanningen skal gjentas hvis disse gjenstandene er oppstått. Klikk her for å se en større versjon av dette tallet.

  1. genererer en analyse utskrift av macula GC-IPL tykkelsen.
    1. Velg den “ Macular kube ” skanne registreringer av begge øynene i analyse grensesnittet.
    2. Klikk på “ Ganglion celle OU analyse ” å starte automatisk analyse algoritmen for å vurdere GC-IPL tykkelsen på skanningen ( figur 7E).
      Merk: Trinn 3.2.2 automatisk fylt av analyse algoritmen.
      1. Genererer en 14.13 mm 2 fovea-sentrert elliptiske ringrommet med vannrett indre og ytre radiuses 0.6 mm og 2,4 mm, henholdsvis, og vertikal indre og ytre radiuses 0,5 mm og 2.0 mm, henholdsvis.
        Merk: Størrelsen og formen på elliptiske ringrommet overholder nøye macula anatomi og dermed tilsvarer området hvor RGCs er tykkeste i normal øyne 33 , 34. Området innenfor den indre ringen på ringrommet ikke er målt, som GC-IPL i dette området er svært tynn.
      2. Segmentere den ytre grensen til RNFL og den ytre grensen til den indre plexiform lag (IPL) å finne GC-IPL ( figur 9).
      3. Måle gjennomsnittet, minimum og seks sektorvis (superotemporal, overlegen, superonasal, inferonasal, inferior, inferotemporal) tykkelser av macula GC-IPL innen fovea-cenLicen sin g elliptiske ringrommet.
      4. Sammenligne målt GC-IPL tykkelser på enheten ’ s interne normative alder-matchet databasen og generere et avvik kart og kart betydning
      5. Rapporter måleresultatene på en analyse utskriften.
    3. Lagre analyse utskriften i PDF-format.

Figure 9

figur 9: Retinal lag brukes for den vurdering av netthinnen neuronal. Netthinnen nerve fiber laget (RNFL) måles ved hjelp av synsnerven hodet (ONH) algoritme, mens ganglion celle-indre plexiform laget er målt ved hjelp av ganglion celle analyse (GCA) algoritme. ONH algoritmen segmenter indre og ytre grensen RNFL å måle tykkelsen på RNFL. GCA algoritmen oppdager den ytre grensen til netthinnen nerve fiber laget (RNFL) og det indre plexiform laget (IPL) å gi kombinert tykkelsen av ganglion celler laget (GCL) og IPL. Tykkelser på GCL og IPL måles sammen, som GCL og IPL er anatomisk utydelig. Kombinert tykkelsen på GCL og IPL (i.e. GC-IPL) er imidlertid fortsatt tegn på helse RGCs. Klikk her for å se en større versjon av dette figur.

  1. generere analyse utskriften av RNFL tykkelse ( figur 7F).
    1. Velg den “ optisk plate kube ” skanne registreringer av begge øynene i analyse grensesnittet.
    2. Klikk på “ ONH og RNFL OU analyse ” å starte automatisk analyse algoritmen for å vurdere RNFL tykkelsen av skanningen.
      Merk: Trinn 3.3.2.1 til 3.3.2.6 kan utføres automatisk av analyse algoritmen.
      1. Måle RNFL tykkelsen på hver skanning punkt og generere en RNFL tykkelse kart.
      2. Identifisere fiberoptisk platen ved å registrere et mørkt sted nær midten av skanningen som har en størrelse og form samsvarer med omfanget av en fiberoptisk Rab
      3. Plasserer en måling rutenettet 3,46 mm i diameter rundt fiberoptisk platen på RNFL tykkelse kartet.
      4. Mål og beregne global, fire-kvadrantene (timelige, overlegen, nese og mindreverdig), og 12-klokke-timers parapapillary RNFL tykkelser av måling rutenettet.
      5. Sammenligne målt RNFL tykkelser på enheten ’ s interne normative alder-matchet databasen og generere et avvik kart og kart betydning.
      6. Rapporter måleresultatene på en analyse utskriften.
    3. Lagre analyse utskriften i PDF-format.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Figure 10
Figur 10: Et eksempel for å vise forskjellene i netthinnen blodkar mellom et vanlig tema og en AD-fag. Sammenlignet med normal emnet, fundus bilde av AD viste smalere fartøyet kalibre (CRAE av sone B, 116.4 µm vs 156.4 µm; CRVE sone B 186.9 µm vs 207.5 µm; CRAE sone C, 138.5 µm vs 165.8 µm; CRVE sone c, 206.6 µm vs 232.2 µm), mindre retinal vaskulær fraktal dimensjoner (totalt fraktal dimensjon, 1.472 vs 1.517 arterioler fraktal dimensjon, 1.246 vs 1.316; venular fraktal dimensjon, 1.253 vs. 1.273) og høyere retinal vaskulær tortuosities (arterioler tortuosity [104], 0,61 vs 0.48, venular tortuosity [104], 1.41 vs 0,50).  Disse bildene ble tatt med en 50-graders fundus kamera og ble analysert ved hjelp av metoden beskrevet i protokollen. Klikk her for å se en større versjon av dette tallet.

Tolkning av netthinnen vaskulær parametere: Med våre protokollen, kan netthinnen vaskulær parametere måles fra fundus bildene. Parameterne angir statusen på netthinnen blodkar, som kan i sin tur gjenspeiler lignende endringer i hjerne blodkar. Figur 10 viser fundus fotografier fra en annonse fag og en sunn emne. Netthinnen vaskulær parameterne i tabell 1 ble målt fra disse fundus bilder ved hjelp av metoden beskrevet i denne protokollen.

ANNONSE Normal
CRAE sone B (µm) 116.4 156.4
CRVE sone B (µm) 186.9 207.5
CRAE sone C (µm) 138.5 165.8
CRVE sone C (µm) 206.6 232.2
Totalt fraktal dimensjon 1.472 1.517
Arterioler fraktal dimensjon 1.246 1.316
Venular fraktal dimensjon 1.253 1.273
Arterioler Tortuosity (x104) 0,61 0.48
Venular Tortuosity (x104) 1,41 0,50
Arterioler forgrening koeffisient 2.43 1,49
Arterioler forgrening vinkel (grader) 67.17 81.16
Venular forgrening koeffisient 1.42 1.62
Venular forgrening vinkel (grader) 60.11 73.19

Tabell 1: forskjeller i Retinal vaskulær parametere mellom en annonse fag og et vanlig tema. Netthinnen vaskulær parameterne ble målt fra fundus bildene vist i Figur 10. Sammenlignet med normal emnet, AD emnet viste reduksjoner i fartøyet kalibre (dvs. CRAE og CRVE) og fraktal dimensjon, men viste en økning i tortuosity. I tillegg avvek forgrening vinkler og forgrening koeffisientene av Annonsen også fra respektive optimale verdier.

Netthinnen fartøyet kalibre
Sammenlignet med normal emnet, fundus fotografiet av AD (Figur 10) viste nedgang i både CRAE og CRVE av sonen C (138.47 µm og 206.61 µm, henholdsvis), sammenlignet med sunn emnet (165.82 µm og 232.22 µm, henholdsvis).  Den CRAE og CRVE oppsummerer retinal fartøyet kalibre, som omtrentlig bredden på interne lumen retinal arterioler og venules, henholdsvis. Derfor reduksjoner i CRAE og CRVE angir generalisert innsnevring både retinal arterioler og venules, og foreslår mikrovaskulær dysfunksjon35.

Netthinnen vaskulære nettverkparametere
Først de retinal arterioler og venular tortuosities av AD (0.613 x 10-4 og 1,41 x 10-4, henholdsvis) var høyere enn normalt emnet (0.476 x 10-4 og 0.501 x 10-4, henholdsvis). De høyere vaskulær tortuosities viser at retinal fartøyene er generelt rettere AD emnet.

Dernest AD emnet også hadde redusert retinal fraktal dimensjoner (totalt fraktal dimensjon, 1.472, arterioler fraktal dimensjon, 1.246, venular fraktal dimensjon, 1.253) sammenlignet med friske emnet (totalt fraktal dimensjon, 1.517, arterioler fraktal dimensjon, 1.316; venular fraktal dimensjon, 1.273). Siden fraktal dimensjoner representerer "global" tiltak som summerer forgrening kompleksiteten i netthinnen vaskulær network30, viser redusert fraktal dimensjoner at er netthinnen blodkar er mindre komplisert i AD emnet.

For det tredje, de fleste retinal bifurkasjonen parametere av AD avvek fra den optimale verdien. Spesielt arterioler og venular forgrening vinkler av AD (67.17° og 60.109°, henholdsvis) var lenger bort fra optimale verdiene, som er ca 75o 36, sammenlignet med normal emnet (81.16 ° og 73.19 °, henholdsvis). Videre avvek arterioler forgrening koeffisient av AD (2.432) også sterkt fra den optimale verdien, som er ca 1,2636. Dette representerer en økning i totalt tverrsnittsstudier område over bifurcations37.

Tolkning av netthinnen Neuronal parametere
Med våre protokollen, bør man kunne få to analyse utskrifter viser gjennomsnittlig og sektorvis tykkelser på RNFL og GC-IPL (illustrert av figur 11A og 11B, henholdsvis).  Mens RNFL målingene reflekterer helsen til unmyelinated axons av RGCs, angi GC-IPL målingene helsen til cellen legemer og dendrites av RGCs. Siden RGC celle kroppen er 10 - 20 ganger diameteren på deres axon, har GC-IPL tykkelse vist seg å være sterkere relatert til kognitiv svekkelse38.

I begge rapportene, tre kart ble vist å hjelpe tolkningen, nemlig (a) tykkelse kart, (b) avvik kart og (c) betydning kart. I tykkelse kartene, varmere farger representerer høyere verdier for tykkelse og kjøligere fargene representerer lavere verdier for tykkelse; med andre ord, jo tettere orange/gul ring, jo tykkere retinal laget bekymret. Programvaren også sammenligner målt tykkelser enhetens interne normative alder-matchet database og genererer avvik kart og betydning kart. I avvik kartene vises en super piksel i rød eller gul hvis tykkelse-verdien faller utenfor de 99% eller 95-99% centile området, henholdsvis. I denbetydning kart, netthinnen laget bekymret er delt inn i ulike sektorer, netthinnen er usannsynlig å bli homogent påvirket av demens. Tykkelse-verdien av hver sektor er rapportert og hver sektor er også fargekodet for å matche sammenligning resultatet med verdier innenfor normalområdet i grønt (p = 5-95%), borderline verdier i gult (1% < p < 5%), og verdier utenfor normal rekkevidde i rødt (p < 1%).

Analyse utskriftene av RNFL og GC-IPL i en annonse emnet vises i figur 11A og finne 11B henholdsvis. Falming av varme farger og utseendet på lys blå områder i tykkelse kart over begge rapportene viser fortynning av GC-IPL og RNFL AD emnet. Mens fortynning av GC-IPL antyder RGC tap, antyder fortynning av RNFL tap av RGC axons. I tillegg er flere sektorer av betydning kartene merket i rødt eller gult, antyder at RNFL og GC-IPL tykkelser av tilsvarende områder reduseres i Annonsen emne. Den eksakte områder for thinning kan også visualiseres rød eller gul super bildepunktene i avvik kartene.

Figure 11
Figur 11: Analyse utskrift av netthinnen neuronal struktur fra en annonse fag. Fortynning av RNFL og GC-IPL AD emnet angis av tilstedeværelsen av mer lys blå områder i tykkelse kartene. Omfanget av thinning anses unormalt når sammenlignet med normative alder-matchet befolkningen; rød sektorene Angi tykkelse-verdien av de tilsvarende områdene falt utenfor normal rekkevidde (p < 1%), mens den gule sektoren angir borderline verdien i det tilsvarende området (1% < p < 5%). Den eksakte områder av RNFL og GC-IPL thinning kan også visualiseres avvik kartene, der de røde og gule super pikslene (røde piler) Angi tykkelse verdiene av de tilsvarende stedene falt utenfor de 99% eller 95-99% persentil område, henholdsvis. Alle sammen, disse kartene foreslå at både RNFL og GC-IPL tykkelser var unormalt redusert i AD emnet. Klikk her for å se en større versjon av dette tallet.

Unanalyzable eller Ungradable Retinal bilder: Fundus fotografier eller OCT skanninger kan være unanalyzable på grunn av flere grunner. Om OCT skanner, GC-IPL eller RNFL segmentering feil kan oppstå på grunn av netthinnen patologi, som alder makuladegenerasjon, diabetisk retinopati og epiretinal membran. Figur 12A viser et eksempel på segmentering feil på grunn av diabetiker macula ødem. Det har også vist at OCT skanning kvalitet og tykkelse målinger kan påvirkes av tørre øyne39, cataracts40,41,42,43, flytere og andre glasslegemet tetthet 44 , 45. om fundus fotografier, måling av netthinnen vaskulær parametere kan også bli hindret av media tetthet (for eksempel en katarakt), som påvirker eksponeringen av er netthinnen blodkar (figur 12B).

Figure 12
Figur 12: Unanalyzable retinal bilder. Mens mest suboptimal resultater kan unngås ved hjelp av metodene beskrevet, flere typer retinal bilder unanalyzable og bør forkastes. (A) segmentering feil kan oppstå i noen OCT skanner pga retinal patologi, inkludert alder makuladegenerasjon, diabetisk retinopati og epiretinal membran. Denne illustrasjonen viser en segmentering feil på grunn av diabetiker macula ødem. (B) for retinal blodkar kan reduseres ved media ugjennomsiktighet som tetthet på grunn av en cataract. Denne figuren viser at alvorlige media tetthet kan skjule er netthinnen blodkar og gjengi bildet unanalyzable. Klikk her for å se en større versjon av dette tallet.

Parameteren Målt sone Tolkning og rapportert tilknytning AD
Netthinnen fartøyet kaliber
Sentral Retinal arterioler tilsvarende (CRAE) Sone B & C ♦ Endringer i Sentral retinal arterioler tilsvarende (CRAE) og sentral retinal venular tilsvarende (CRVE) angir generalisert retinal fartøyet smalere eller bredere, og kan foreslå subtile mikrovaskulær dysfunksjon35.
♦ Det har blitt rapportert at økt CRVE er knyttet til hendelsen demens46, vascular demens46, redusert CRVE og CRAE er forbundet med Alzheimers47,48.
Sentral Retinal Venular tilsvarende (CRVE) Sone B & C
Netthinnen vaskulære nettverkparametere
Fraktal dimensjoner (dF) Sonen C ♦ Fraktal dimensjon representerer en "makro" mål som oppsummerer forgrening kompleksiteten i netthinnen vaskulære nettverket30; større verdien angir en mer kompleks forgrening mønster.
♦ Det har blitt antydet at redusert retinal fraktal dimensjon var assosiert med demens47,48,59 og kognitiv funksjon60.
Tortuosity
(ERSTATNING)
Sonen C ♦ Tortuosity gjenspeiler de generelle retthet av netthinnen fartøyene, med en mindre tortuosity verdi angir rettere retinal fartøy.
♦ Det har blitt foreslått at økt venular tortuosity og arterioler tortuosity er forbundet med Annonsen62.
Forgrening vinkel
(BA)
Sonen C ♦ Den optimale verdien for BA er omtrent 75o 36
♦ Endring i forgrening vinkel kan bety endringer i blodet flyt63,64, endotelial dysfunksjon65,66 og demping i oksygen metning67.
Forgrening koeffisient (F.Kr.) Sonen C ♦ Den optimale verdien for BC er ca 1,2636.
♦ Avvik fra den optimale verdien kan øke energi koster, redusere effektiviteten av sirkulasjon og metabolske transport37.

Tabell 2: tolkninger av store retinal vaskulær parametere. Fartøyet calibers og retinal vaskulære nettverket parametere er to hovedkategorier av parametere rapportert av computer-assistert analyseprogrammet. CRAE og CRVE dokumentet generalisert retinal fartøyet begrense eller utvide, reflekterer subtile retinal mikrovaskulær dysfunksjon. Netthinnen vaskulære nettverkparametere fange "optimality" og "effektivitet" av blod distribusjon i netthinnen nettverket, som i sin tur gjenspeiler integriteten av cerebral blodsirkulasjonen.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Denne protokollen beskriver prosedyrene for kvantifisere neuronal og vaskulær endringer i netthinnen i vivo. Som netthinnen aksjer lignende embryologiske opphav, anatomisk funksjoner og fysiologiske egenskaper med hjernen, kan endringene retinal gjenspeiler lignende endringer av blodkar og neuronal strukturen i hjernen.

Som vist i Figur 10 og tabell 1, AD emnet viste redusert fartøyet kalibre sammenlignet med sunn emnet. Det har blitt rapportert at redusert CRVE og CRAE er forbundet med Alzheimers46,47, selv om dette ikke er konsekvent observert48.

Videre AD emnet viste også redusert fraktal dimensjoner, økte vaskulær tortuosities, og suboptimal forgrening koeffisienter og forgrening vinkler i forhold til sunn emnet. Disse endringene viser endringer i globale geometriske mønstre av de retinal vaskulære nettverk49,50,51,52,53,54, 55,56. Siden forgrening mønster av vaskulære nettverket, ifølge Murray prinsippet er strukturelt utviklet for å redusere energien som kreves for å opprettholde blod flyte57, fange disse parameterne også graden av "optimality" og "effektiv" blod distribusjon i netthinnen vaskulære nettverket, som kan i sin tur gjenspeiler integriteten til cerebral mikrosirkulasjonen58. Det har blitt rapportert at redusert retinal fraktal dimensjon er forbundet med demens47,48,59 og kognitiv function60 og potensielt gjelder mikrovaskulær skader fører til retinal hypoksi61.  Økt venular og arterioler tortuosities vises også knyttes AD62. Om parameterne retinal bifurkasjonen sub-optimality forgrening vinkler angir at retinal vaskulære nettverket i AD faget har redusert effektivitet vevsperfusjon og økt energi tap37. Endring i forgrening vinkel kan også indikere endringer i blodet flyt63,64endotelial dysfunksjon65,66og demping av oksygen metning67. I tillegg kan avvik fra den optimale verdien av forgrening koeffisient også øke energi kostnader, redusere effektiviteten av sirkulasjon og metabolske transport37. Samlet foreslår endringer i vaskulære nettverkparametere (i.e. fraktal dimensjon, tortuosity, forgrening vinkel og forgrening koeffisient) mikrovaskulær involvering i AD patologi. Rapportert sammenslutninger av store retinal vaskulær parametere med Annonsen summeres i tabell 2 og er også gjennomgått i detaljer tidligere8,58,68,69.

Som illustrert av Figur 11, AD emnet også viste redusert tykkelser på RNFL og GC-IPL. Selv om tykkelser på GCL og IPL kan bare rapporteres sammen på grunn av deres tvetydig anatomiske grensen kombinert tykkelsen (i.e. GC-IPL) er et tegn på helsen til RGCs38. Det er stadig mer tydelig at fortynning av GC-IPL38 og RNFL70,71,72,73,74,75,76 ,77,78 er forbundet med Annonsen. Nylig rapporterte en stor befolkning studie også at tynnere RNFL assosiert med dårligere kognitiv funksjon, som dårligere potensielle minne og dårligere ytelse numeriske og verbal resonnering79. I tillegg er fortynning av RNFL også rapportert i ikke-AD dementias80,81,82.

Avgjørende skritt av Retinal Imaging
Flere trinn i protokollen må utføres riktig for å få et nøyaktig resultat. Om prosedyren for bildeopptak er det viktig å mestre tenkelig prosedyren for OCT og fundus fotografering, siden en langvarig tenkelig tid kan indusere øye tretthet og dermed øke sannsynligheten for bevegelse gjenstander. I tillegg bør kontrast og metning i bildene standardiseres under bildeopptak å unngå grov justering i de senere trinnene av bildebehandling. Kontrast og metning kan varieres med forskjellige studie kohorter og kameraet.

Når måling av netthinnen vaskulær parametere er det viktig å beregne ICF for hver kameraet brukes i studien til å justere forstørrelsen effekten og forskjellen i bildeoppløsning. Justering av ICF er viktig for nøyaktig måling av dimensjonale parameterne, inkludert retinal fartøyet kalibre. I tillegg når gradering fundus fotografier med en computer-assistert analyseprogrammet, bør sorteringsmaskiner være maskert til deltakerens egenskaper som gradering prosessen innebærer en viss manuell justering. Også sorteringsmaskiner skal få riktig trening og deres pålitelighet måling skal evalueres først før gradering bildene.

Det er også viktig å rapporten retinal fartøyet kaliber både sone B og sonen C. Det antas at fartøyet caliber av sonen C er mer følsomme og mer presis med mindre standardfeil17, muligens på grunn av inkludering av mer perifere små fartøy i netthinnen, som er anatomisk og fysiologisk mer lik den små fartøy i hjernen. Men skal caliber av sone B også rapporteres som kaliber målingen i sone B har vært mye brukt i flere Epidemiologiske studier.

Det bør bemerkes at utstyret og computer-assistert analyseprogrammet brukes i denne protokollen er for illustrasjon hensikt bare og lignende resultater kan oppnås ved hjelp av andre retinal imaging teknikker. Men i de fleste tilfeller tolkes de numeriske parameterne rapportert av ulike måling systemer ikke bør om hverandre83. Yip et al. utviklet en algoritme for konvertering mellom tre brukte programvare måling retinal fartøyet kalibre, som kan være nyttig å sammenligne resultatene fra forskjellige studier83.

Betydningen av Retinal Imaging
Magnetisk resonans Imaging (MRI) og fantes et Positron utslipp tomografi (PET) bildebehandling er to brukte i vivo tenkelig metoder å studere demens. Men er anvendelsen av Mr begrenset av romlige oppløsningen å oppdage subtile degenerative endringer på mindre enn 500 μm. Bruk av PET imaging er også begrenset av sin høye kostnadene og tilgjengeligheten av PET fasiliteter. Dessuten, selv om et lite fartøyet sykdom har vært knyttet til demens84,85,86>,87,88,89,90, dagens neuroimaging teknologi tillater ikke direkte vurdering av cerebral små-skipet endringene, for eksempel cerebral arterioler innsnevring, endringer i vaskulær tortuosity og kapillær mikro-aneurisme. Derfor er en utfyllende tilnærming til studere demens ønsket. Retinal imaging viser flere funksjoner som gjør det forskjellig fra andre neuroimaging teknikker og tillate det å gi ny innsikt til demens forskning.

Først er netthinnen svært tilgjengelig for ikke-invasiv bildebehandling sammenlignet med andre deler av CNS. Eleven tillater toveis passasje for lysstrålene belyst og bildebehandling, netthinnen vascualture kan avbildes direkte og raskt med et fundus kamera, som er en klassisk retinal imaging teknikk basert på prinsippet om monocular indirekte ophthalmoscopy. Fundus fotografering har vist høy følsomhet, spesifisitet, og mellom undersøkelse og intra-undersøkelse avtalen91. Videre i vivo cross-sectional bilder av netthinnen neuronal strukturen kan også hentes av OCT basert på prinsippet om lav-sammenheng interferometry92,93,94, 95,96. Resultatet kan retinal imaging langsgående og ikke-invasive tenkelig med relativt lave kostnader å observere effekten av demens på CNS.

Dernest retinal neuronal strukturen er ordnet som skiller lag og hvert lag representerer et bestemt element i neuronal arkitektur. For eksempel, GC-IPL representerer cellen legemer og dendrites av RGCs, mens RNFL representerer axons RGCs. spesielt kan nøyaktig avgrensning av netthinnen neuronal lag, som GC-IPL og RNFL, nå oppnås med avansert segmentering algoritmer 33 , 97og noen demens patologi som manifesterer som en forvrengning av neuronal arkitektur lett kan oppdages.

For det tredje, objektive, halvautomatisk og standardisert vurdering av netthinnen bilder er nå mulig ved hjelp av computer-assistert analyse programmer. Som illustrert av denne protokollen, kan computer-assistert analyse programmer spore er netthinnen blodkar fanget av fundus fotografi og automatisk, basert på sporing resultatene, måle et spekter av netthinnen vaskulær parametere, for eksempel fartøy kalibre, tortuosities, fraktal dimensjoner og forgrening vinkler. Under sporing prosessen, sorteringsmaskiner er kun nødvendig å bekrefte nøyaktigheten av fartøy tracings og eventuelt justere feil fartøy tracings manuelt. Tidligere studier har rapportert at intragrader og intergrader pålitelighet var moderat til høy49. Tilsvarende kan OCT innebygd analysealgoritmer også automatisk måle parameterne for RNFL og GC-IPL tykkelser, og sammenligne resultatene med normative alder-matchet databaser98. Halvautomatisk natur netthinnen bildebehandling bidrar til økt måling effektivitet og konsistens ved å redusere mengden arbeid kreves fra hver grader. Sorteringsmaskiner kan også raskt mestre ferdigheter måling og tolke retinal parametere, uten å lære mye avansert ophthalmological eller nevrologiske kunnskap. Derfor kan netthinnen bildebehandling enkelt brukes i populational omgivelser.

Til slutt, retinal imaging teknologi kan nå bildet netthinnen med oppløsning på flere mikrometer, som er minst en størrelsesorden enn som kan oppnås med konvensjonelle neuroimaging teknikker. For eksempel den spectral domene-oktober kan nå bildet netthinnen i tredimensjonale volum med en aksial høyoppløselig (f.eks flere mikron) og en høy grad av reproduserbarhet99,100,101 ,102,103,104,105. Dette gir direkte visualisering og kvantifisering av subtile endringer i netthinnen inkludert RGC axons, okulær forlengelse av CNS. Tilknytningene mellom demens og mikrovaskulær endringer kan også direkte vurderes ved å måle retinal vaskulær parametere.

Tatt sammen, retinal imaging kan samle unik informasjon på hjerne blodkar og neuronal struktur som er forskjellig fra gjeldende hjernen imaging teknikker, antyder at retinal imaging kan gi en utfyllende tilnærming til å studere den patologi av demens9,35,58,68,106,107,108.

Begrensninger av metoden
Netthinnen bildebehandling er en stadig mer populær metoden å visualisere og kvantifisere microvasculature og neuronal strukturen i netthinnen8,109. Lesere av denne protokollen bør imidlertid være klar over potensielle begrensninger for å tolke resultatene kritisk.

Først kan kvaliteten på fundus fotografier og OCT bilder påvirkes av faktorer som okulær. For eksempel kan variasjoner i refraktiv feil og aksial lengde påvirke forstørrelsen og derfor tilsynelatende dimensjonene på netthinnen vaskulær kaliber 110. Forskjeller i netthinnens pigment, tilstedeværelse av media tetthet, fotografisk teknikk, kamera skriver (f.eks, mydriatic, ikke-mydriatic, håndholdt) og bildekvalitet (f.eks, lysstyrke, fokus og kontrast) kan også introdusere flere kilder til variasjon og påvirke målingene111,112,113,114,115,116. I tillegg kan bevegelse gjenstander være vanlig i gamle-alderen fag hvis bildeopptak er langvarig.

Andre retinal vaskulær og neuronal arkitekturen kan påvirkes av mange systemisk og lokale patologisk prosesser, og dermed noen retinal manifestasjoner er ikke spesifikke for en bestemt sykdom. For eksempel har netthinnen arterioler innsnevring vært korrelert i systemisk perifere vasokonstriksjon og hypertensjon, mens retinal venular utvidelse har vært korrelert til endotelial dysfunksjon, betennelse, mikrovaskulær hypoksi117, og sykdommer som hjerte-og karsykdommer118 og diabetiker retinopathy119. RNFL tynning er også observert i andre nevrodegenerative sykdommer, inkludert glaukom, Parkinsons sykdom og multippel sklerose10. Det er også bemerkelsesverdig at alder-relaterte reduksjon i RGCs og deres axons kan også oppstå uten demens99,120.

Tredje forblir tilknytningene mellom retinal endringer og demens usikker. For eksempel ble sammenslutninger av mindre fartøy kalibre med Annonsen ikke kopiert av Williams et al. 59, og tilknytningen av smalere arterioler kaliber AD funnet av Singapore epidemiologi av øyesykdom programmet studien var også tapt etter justering for confounding hjerte faktorer48. Videre økte venular og arterioler tortuosities i Annonsen er ikke alltid observert47,59. Det er også bemerket at foreningen av arterioler fraktal dimensjon med demens var tapt i en fullt tilpasset modell"xref" > 59.

Fjerde, computer-assistert analyse programmene på dette stadiet er bare semi-automatisert og krever manuelle justeringer av utdannet sorteringsmaskiner49,121. Manuell innganger, selv etter en standardisert protokoll, kan introdusere mer variasjon i netthinnen målinger.

Fremtidige anvendelser av metoden
Netthinnen gitt tilgjengeligheten på netthinnen og dens likheter til andre deler av CNS, og er en utmerket "vindu" for å studere effekten av demens på cerebral microvasculature og neuronal struktur. Siden demens er nå antatt å involvere vaskulær prosesser84,85,86,87,88,89,90,122 , imaging og kvantifisere retinal microvasculature bruker denne protokollen kan også gi ny innsikt i mikrovaskulær etiologien (i motsetning til macrovascular etiologi) av demens10,35,58 , 106 , 108 , 123 og lette vår forståelse på ulike demens undertyper.

I tillegg kan retinal imaging potensielt brukes i klinisk innstillinger for å lette prekliniske diagnose eller risiko vurdering av demens, bekrefte klinisk diagnostisert AD og overvåke sykdomsprogresjon eller svar til terapi. Anvendelsen av retinal imaging i befolkningen screening er spesielt interessant som skjer neuronal og mikrovaskulær endringer, som kan gjenspeiles av lignende retinal endringer, mye tidligere enn kortikale atrofi og kognitiv svikt 124 , 125. konsekvent, studier har vist at RNFL og GC-IPL tykkelser ble redusert hos pasienter med mild kognitiv svekkelse (MCI) og Annonsen sammenlignet med helse kontroller, men forskjellene i RNFL og GC-IPL tykkelser mellom pasienter med MCI og de med Annonsen var ikke statistisk signifikant8, antyder at fortynning av RNFL GC-IPL er en tidlig hendelse i AD patologi. Men styrken på assosiasjonene retinal imaging tiltak og demens er bare beskjeden og flere retinal korrelerer annonse er ikke konsekvent observert8,47,48, 59 , 109. denne protokollen kan potensielt bli vedtatt av flere potensielle kliniske studier med store kohorter å vurdere kliniske nytten av netthinnen bildebehandling i pre-klinisk diagnostikk av Annonsen.

Nylige fremskritt innen retinal imaging teknikker, som ultra-bred feltet retinal imaging og OCT-angiography, kan tillate oss å få mer informasjon fra netthinnen. Den svært bredt felt retinal imaging teknologi, basert på prinsippet om AC confocal laserskanning mikroskopi kombinert med en konkav elliptiske speil, kan ta opptil 200o av netthinnen i ett enkelt bilde uten elev dilatasjon126 ,127. Dette gjør mer omfattende vurdering av eksterne retinal lesjoner, som kan gi mer informasjon om de generelle retinal blodkar17. Det har blitt rapportert at den ultra-bred feltet retinal imaging kan oppnå tilfredsstillende resultater i både fartøy segmentering og bredde estimering128. Oppfinnelsen av OCT-angiography kan i tillegg også ikke-dye-baserte kartlegging av netthinnen capillary nettverket, som kan gi mer informasjon om mikrovaskulær endringer som demens. I lys av bildet analyse metoder er mer forskning nødvendig for å utforske andre state-of-the-art bildebehandling og kvantitative metoder, for eksempel tree topologien estimering129, analysere bildene tatt av disse nye imaging modaliteter.

Figure 13
Figur 13: Retinal imaging er et potensielt verdifulle verktøy å studere vaskulær og nevronale endringer forbundet med demens. Det har blitt foreslått at demens er tilknyttet neuronal skade og små fartøyet sykdom i hjernen. Som netthinnen, som en forlengelse av det sentrale nervesystemet, aksjer fremtredende likheter med hjernen, kan disse patologiske forandringer gjenspeiles i netthinnen som retinal neuronal og vaskulære skader. Bruker denne protokollen, kan netthinnen nevronale endringer kvantifiseres som endringer i RNFL og GC-IPL tykkelser bruker optical coherence tomografi (OCT), mens retinal vaskulære endringene kan kvantifiseres som endringer i fartøyet calibers og vaskulære nettverk parametere med fundus foto og computer-assistert analyseprogram. Studere tilknytningene mellom retinal endringene og demens kan gi ny innsikt i patologi demens og eventuelt hjelpe i diagnosen og risiko vurdering. Klikk her for å se en større versjon av dette tallet.

Denne protokollen beskriver en ikke-invasiv, kvantitative og semi-automatisert metode for å studere demens med retinal imaging teknikker (figur 13). Vurderer tilgjengelighet av netthinnen og robust assosiasjoner med hjernen, imaging Netthinnen kan gi ny innsikt i demens og eventuelt hjelpe i diagnosen og risiko vurdering av demens. Men foreninger rapportert på dette stadiet er fortsatt kontroversielt og videre studier er nødvendig å vurdere potensielle nytten av netthinnen bildebehandling. Det bør også bemerkes at en grundig vurdering er fortsatt essensielt i vurderingen av demens.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Vi ønsker å uttrykke vår takknemlighet til skolen Computing, National University of Singapore kundestøtte.

Acknowledgments

Om potensielle finansielle bånd er forfatteren Tien Y. Wong en av oppfinnerne av Singapore I fartøyet vurdering (SIVA) programmet brukes i denne artikkelen.

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