糖尿病视网膜病变(DR)是工作年龄成年人失明的主要原因，全球影响超过1.3亿人。尽管眼科成像技术的进步改善了疾病监测，但大多数患者只有在多年未被察觉的视网膜损伤后才被诊断出来。早期的分子和细胞变化——包括神经退行性变、炎症和血管功能障碍——通常无法通过眼底摄影或血管造影等标准方法检测到。因此，患者可能在诊断前就经历了不可逆的视力损害。由于这些局限性，亟需新的无创成像生物标志物，以便在糖尿病最早期阶段检测亚临床视网膜变化。
葡萄牙科英布拉大学的一个研究团队开发了一种基于纹理的光学相干断层扫描(OCT)图像分析方法，能够检测2型糖尿病的早期视网膜变化。该研究于2025年9月3日发表在《Eye and Vision》期刊上(DOI: 10.1186/s40662-025-00451-3)，使用高脂饮食和低剂量链脲佐菌素大鼠模型，监测了12周内的视网膜变化。通过量化微观纹理变化，该方法揭示了早期神经血管异常，这些异常出现在传统生物标志物或血管渗漏之前很久。
研究人员使用高级图像分析，评估了80多份糖尿病和对照大鼠的视网膜扫描图像，应用灰度共生矩阵(GLCM)方法来量化视网膜各层的纹理参数。在检查的20个特征中，有八个——包括自相关、聚类突出度、相关性、均匀性、相关性信息度量II(IMCII)、归一化逆差矩(IDN)、归一化逆差(INN)和和平均——在糖尿病视网膜中显示出显著变化，特别是在内丛状层(IPL)和光感受器节段(IS/OS)。有趣的是，这些指标中有七个在之前使用1型糖尿病模型的研究中也发生了改变，这加强了它们的诊断一致性。尽管存在最小程度的变薄和延迟的振荡电位，但视网膜没有显示主要的炎症或血管渗漏，证实纹理变化先于明显的病理变化。这些发现突显了纹理分析作为一种敏感的定量方法，用于检测视网膜的早期结构紊乱——可能弥合生物变化与临床诊断之间的差距。
"我们的结果表明，纹理分析可以在糖尿病视网膜病变(DR)在临床上可见之前很久就发现细微的视网膜变化，"该研究的共同资深作者安东尼奥·弗朗西斯科·安布罗西奥教授说。"通过捕捉OCT图像中的细微结构信号，这种方法为最早的疾病过程打开了一扇新的诊断窗口。它提供了一种在永久性视力损害发生之前识别高风险患者的方法，支持更早的治疗和更好的结果。这些纹理指标在不同糖尿病模型中的一致性加强了它们作为通用早期生物标志物的潜力。"
这项研究为开发基于视网膜纹理特征自动筛查临床前糖尿病视网膜病变的AI辅助诊断工具铺平了道路。将这种分析整合到常规OCT成像中，可以使眼科医生识别出显示微观结构紊乱的患者——即使他们的视力看起来正常。这种早期检测可能有助于定制个性化护理，防止不可逆的视网膜损伤，并减轻全球糖尿病失明的负担。现在需要进一步的临床试验来在人体受试者中验证这些发现，并为大规模筛查和远程眼科应用优化算法。
【全文结束】
