英文论著    

Advancing automated pupillometry: a practical deep learning model utilizing infrared pupil images

Dai Guangzheng, Yu Sile, Liu Ziming, Yan Hairu, He Xingru

This study aims to establish pupil diameter measurement algorithms based on infrared images that can be used in real-world clinical settings. A total of 188 patients from outpatient clinic at He Eye Specialist Shenyang Hospital from Spetember to December 2022 were included, and 13470 infrared pupil images were collected for the study. All infrared images for pupil segmentation were labeled using the Labelme software. The computation of pupil diameter is divided into four steps: image pre-processing, pupil identification and localization, pupil segmentation, and diameter calculation. Two major models are used in the computation process: the modified YoloV3 and Deeplabv3 models, which must be trained beforehand. The test dataset included 1348 infrared pupil images. On the test dataset, the modified YoloV3 model had a detection rate of 99.98% and an average precision (AP) of 0.80 for pupils. The DeeplabV3 model achieved a background intersection over union (IOU) of 99.23%, a pupil IOU of 93.81%, and a mean IOU of 96.52%. The pupil diameters in the test dataset ranged from 20 to 56 pixels, with a mean of 36.06±6.85 pixels. The absolute error in pupil diameters between predicted and actual values ranged from 0 to 7 pixels, with a mean absolute error (MAE) of 1.06±0.96 pixels. In conclusion, this study successfully demonstrates a robust infrared image-based pupil diameter measurement algorithm, proven to be highly accurate and reliable for clinical application.

对照译文

创新自动瞳孔测量技术：基于红外瞳孔图像的深度学习模型

该研究旨在建立基于红外图像的瞳孔直径测量算法，以便在实际临床环境中使用。研究纳入2022-09/12于沈阳何氏眼科医院门诊患者188例，共收集13470张红外瞳孔图像。所有用于瞳孔分割的红外图像均使用Labelme软件进行标注。瞳孔直径的计算分为四个步骤：图像预处理、瞳孔识别与定位、瞳孔分割及直径计算。计算过程中使用修改后的YoloV3模型和DeeplabV3 模型，这两个模型需要事先训练。测试数据集包含1348张红外瞳孔图像，修改后的YoloV3模型的检测率为99.98%，瞳孔的平均精确度(AP)为0.80。DeeplabV3 模型达到了99.23%的背景交并比(IOU)，93.81%的瞳孔IOU和平均96.52%的IOU。测试数据集中瞳孔直径范围为20至56像素，平均为36.06±6.85像素。预测和实际值之间瞳孔直径的绝对误差范围为0至7像素，平均绝对误差(MAE)为1.06±0.96像素。综上所述，该研究成功展示了一种基于红外图像的稳健瞳孔直径测量算法，证明该算法具有高度准确性和可靠性，适用于临床应用。

PDF全文

    实验论著    

基于转录组学和网络药理学探究清眩润目饮治疗干眼的作用机制

刘 颖，赵珊珊，黄佳宇，姚 靖

基金项目：国家自然科学基金项目（No.81973908）；黑龙江中医药大学研究生创新科研项目（No.2023yjscx018）

越来越多的临床报道表明，中医药疗法在治疗干眼方面具有疗效时间长、复发率低且安全性高的优势，已经成为治疗干眼的重要方法。清眩润目饮（QRY）是治疗干眼的经验方，可减轻眼表炎症反应、增加泪液分泌及维持眼表环境稳态，有效改善干眼患者的症状及预后。但其治疗干眼的具体作用靶点和作用机制尚不清楚。不同于当下泪液代替药物和抗炎药物，中药方剂具有有效成分多，对应靶点多及作用方式多的特点，网络药理学可将成分、靶点、疾病间的复杂关系进行网络构建。文章通过网络药理学与转录组学相结合的方法，探索QRY治疗苯扎氯铵（BAC）诱导的干眼模型小鼠的潜在有效成分和作用机制。结果发现，清眩润目饮通过多成分、多靶点、多通路联合发挥作用，利用槲皮素等主要成分对IL-6、IL-1β、TNF等靶点进行调控，从而抑制AGE-RAGE/TNF/IL-17等信号通路以实现对干眼的治疗作用。

PDF全文

    文献综述    

慢性阻塞性肺疾病患者眼底OCT形态改变的研究进展

刁滢滢，杨卫华，方 冬，李王婷，张少冲

基金项目：国家自然科学基金项目面上项目（No. 82271102）；深圳市可持续发展科技专项项目（No. KCXFZ20211020163813019）；深圳市优秀科技创新人才培养项目（No. RCBS20210706092347043）

慢性阻塞性肺疾病（COPD）是一组以持续性气流受限为特征的肺部疾病，常伴有慢性缺氧，进而导致全身血管壁结构和功能改变并引起血管反应性损伤。视网膜和脉络膜作为眼部重要结构，具有丰富血流灌注，极易因缺血缺氧而发生微结构变化。光学相干断层扫描（OCT）能无创、非侵入性地评估视网膜各层微结构和微血管病理改变。目前尚缺乏关于COPD患者眼底OCT形态改变研究总结，文章详细回顾当前有关COPD患者眼底OCT形态的变化，重点探讨COPD患者视网膜和脉络膜在结构与血流方面的变化，旨在概括COPD对眼底微结构的影响，探索这些形态学变化的潜在机制，并为COPD患者的眼底病变评估提供新的思路与见解。

PDF全文

    文献综述    

纳米药物递送系统在眼后段疾病中的研究进展

谢 婧，赵 粟，王正静，蒲 丽，赵 薇

基金项目：国家自然科学基金资助项目（No. 82260208）；贵州医科大学博士启动基金项目（No. gyfybsky-2022-06）

眼部复杂的给药屏障使得传统眼用制剂难以经眼表到达眼后段病变组织。当前，纳米制剂新型眼部药物递送系统，因其能克服眼部给药屏障、增强药物渗透性、提高药物生物利用度，使得药物高效递送至眼后段成为可能。文章以眼部给药的主要生理屏障为研究基础，重点概述了各类常见纳米药物递送系统在眼后段疾病中的应用，并探讨了其在眼后段疾病中的研究进展，以期为眼后段疾病的治疗提供更加安全、高效的治疗策略。

PDF全文

    文献综述    

OCT和OCTA在甲状腺相关眼病中的研究进展

郭 威，李冬梅

基金项目：国家自然科学基金面上项目（No.82071005）

甲状腺相关眼病（TAO）是成年人最常见的眼眶疾病，主要特征为球后和眼眶周围软组织的炎性细胞浸润，引起一系列病理改变，从而导致患者眼眶压力增高、血液回流障碍，严重者可以引起甲状腺功能障碍性视神经病变(DON )，这是导致患者视力丧失的主要原因之一。TAO患者存在眼部血流动力学的异常，DON的发生与视神经缺血密切相关。因此，及早了解并监测TAO患者眼部血流的变化可能具有重要意义。光学相干断层扫描（OCT）和光学相干断层扫描血流成像（OCTA）可以获得活体视网膜脉络膜组织结构和血管影像，具有非接触、无创伤、速度快、分辨率高的特点，现已用于研究多种眼科疾病和全身疾病对眼部血流变化的影响。文章主要对OCT和OCTA在TAO中的研究进展进行综述，以探讨OCT和OCTA技术在甲状腺相关眼病中的潜在应用价值。

PDF全文

更多优秀全文免费阅读请点击这里