Summary
我们描述了对中央凹旁浅表毛细血管丛的血管和灌注密度之间的决定系数的评估,以确定大于毛细血管的血管对灌注密度的贡献。
Abstract
浅表视网膜毛细血管丛的中央凹旁循环通常用血管密度和灌注密度来测量,血管密度决定了毛细血管循环的长度,灌注密度则计算了具有循环的评估区域的百分比。灌注密度还考虑了大于毛细血管的血管的循环,尽管通常不会评估这些血管对第一个血管的贡献。由于这两种测量值都是由光学相干断层扫描血管造影设备自动生成的,因此本文提出了一种通过使用血管和灌注密度之间的决定系数来估计大于毛细血管的血管的贡献的方法。这种方法可以揭示大于毛细血管的灌注密度比例的变化,即使平均值没有差异。这种变化可能反映了代偿性动脉血管扩张,作为在临床视网膜病变出现之前的视网膜血管疾病初始阶段对毛细血管脱落的反应。所提出的方法将允许估计灌注密度组成的变化,而无需其他装置。
Introduction
视网膜循环是小动脉、毛细血管和静脉血流的组合,其贡献可以变化以满足不同视网膜层的氧气需求。这种循环不依赖于自主神经系统调节,传统上使用荧光素血管造影术进行评估,荧光素血管造影是一种使用静脉造影剂来描绘视网膜血管的侵入性方法。连续照片可用于评估动脉、小动脉、静脉和静脉循环,以及视网膜血管疾病中毛细血管损伤的部位1。
目前测量黄斑循环的方法是光学相干断层扫描血管造影(OCTA),它使用干涉测量法获得视网膜图像,并可以勾勒出毛细血管和更大的视网膜血管2。与荧光素血管造影不同,OCTA 成像不受黄斑叶黄素色素阴影的影响,从而实现黄斑毛细血管的卓越成像3。与荧光素血管造影相比,OCTA的其他优点是其无创性和更高的分辨率4。
OCTA设备以3 x 3 mm的地图测量副中央凹处的浅表毛细血管丛,与中央凹中心同心(图1)。该设备自动测量血管长度密度(测量区域内循环的毛细血管长度)和灌注密度(测量循环面积的百分比),其中包括大于毛细血管的血管长度(图2)5。血管密度对生理条件下的灌注密度有重大贡献。一些设备将血管密度测量为“骨架化血管密度”,将灌注密度测量为“血管/血管密度”。无论设备如何,通常都有一个长度测量值(以mm / mm2 或mm-1为单位测量),另一个测量值用于循环区域(以%为单位),这是自动生成的。
当暴露于黑暗、闪烁的光线6或含咖啡因的饮料7 时,健康人的血管密度会发生变化,因为神经血管耦合会根据具有最高活性的视网膜层在浅表、中层和深部毛细血管丛之间重新分配血流。由这种再分布引起的血管密度降低在刺激停止后返回到基线值,并且不代表毛细血管丢失,这是在视网膜病变出现在血管疾病(如糖尿病8 或动脉高血压)之前报告的病理变化9。
毛细血管减少可以通过小动脉血管扩张部分补偿。仅测量百分比或灌注面积并不能深入了解是否存在血管扩张,当毛细血管达到最小阈值时,血管扩张就会出现。测量血管密度无助于检测血管扩张引起的循环面积增加。可以使用血管密度和灌注密度之间的决定系数来间接估计小动脉循环对灌注密度的贡献,并定义与毛细血管或其他血管相对应的循环面积的百分比。
此技术背后的基本原理是,回归分析可以确定独立数值的变化在多大程度上导致从属数值的变化。在使用 OCTA 的黄斑血管成像中,毛细血管循环是一个自变量,它影响循环区域,因为评估区域中很少有较大的血管。然而,副中央凹具有较大的血管,可以扩张并改变循环面积的百分比,这无法通过当前的自动OCTA指标直接识别。使用决定系数的优点是,它测量两个现有指标之间的关系,以产生另外两个:对应于毛细血管的循环面积的百分比,以及对应于其他血管的百分比。这两个百分比都可以使用带有成像软件的像素计数直接测量。但是,可以使用 OCTA 设备自动生成的数字计算样品的确定系数10,11。
Pathak等人使用决定系数从使用人工神经网络的人口和人体测量测量中估计瘦肌肉和脂肪质量。他们的研究发现,他们的模型的 R2 值为 0.92,这解释了其大部分因变量的变异性12。O'Fee及其同事使用决定系数排除了非致命性心肌梗死作为全因和心血管死亡率的替代物,因为他们发现R2 为0.01至0.21。这些结果表明,自变量解释了因变量变化的不到80%,作为代孕标准(R2 = 0.8)13。
确定系数用于评估变量、一组变量或模型的变化对结果变量变化的影响。1 和 R2 值之间的差值表示其他变量对结果变量变化的贡献。将差异归因于单个变量并不常见,因为通常有两个以上的变量对结果有贡献。然而,具有循环的黄斑区域的比例只能来自毛细血管覆盖的区域和较大血管覆盖的区域,因为较大的血管比毛细血管扩张更多。此外,反应性血管舒张被认为很可能起源于视网膜小动脉,因为毛细血管循环减少会减少氧气供应。
只有两个来源贡献了黄斑中循环面积的百分比:毛细血管和大于它们的血管。血管密度和灌注密度之间的决定系数决定了毛细血管对循环区域的贡献,剩余的变化(1和R2 值之间的差异)代表了唯一代表循环区域(在较大的视网膜血管内)的其他变量的贡献。本文描述了在健康人群中测量这种贡献的方法(第1组)以及它在视网膜血管疾病患者中的变化:无高血压性视网膜病变的动脉高血压(第2组)和无糖尿病性视网膜病变的糖尿病(第3组)。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
该协议得到了Sala Uno的人类研究伦理委员会的批准。有关本研究中使用的设备的详细信息,请参阅 视频 1的第1节和第2节以及 材料表 。
1. OCTA装置中的视网膜分析
- 选择 OCTA 设备中用于视网膜分析的菜单。
- 选择3 x 3 mm视网膜图;如果 OCTA 装置测量不同的毛细血管丛,则选择 浅表 。
- 选择血管长度密度(或其等效物,例如骨架化血管密度)。
- 在 3 x 3 mm 视网膜图中测量血管长度密度(以 mm-1 为单位)。
注:地图分为两个区域:中心(在1毫米圆内,与中央凹中心同心)和内(在1毫米中心圆之外, 图3)。该设备还测量全密度(在3毫米圆内),并将内部区域细分为四个区域:上,下,颞和鼻(图4)。指定每个区域,以便自动测量容器长度密度。仪器显示中心、内密度和全密度的值,以及内密度的上、颞下、下和鼻腔区域的值。 - 返回菜单进行视网膜分析。
- 选择3 x 3 mm视网膜图;如果 OCTA 装置测量不同的毛细血管丛,则选择 浅表 。
- 选择灌注密度(或其等效物,例如血管密度)。
- 在 3 x 3 mm 视网膜图中以 % 为单位测量灌注密度。
注:地图分为两个区域:中心(在 1 mm 圆内,与中央凹中心同心)和内(在 1 mm 中心圆外)。该设备还测量全密度(在3毫米圆内),并将内部区域细分为四个区域:上,下,颞和鼻。指定每个区域,以便自动测量灌注密度。仪器显示中心、内密度和全密度的值,以及内密度的上、颞下、下和鼻腔区域的值。 - 验证密度图的信号强度是否>7;然后,验证地图没有由伪影或眼球运动引起的测量误差。
- 在电子表格中登记中心血管长度密度、中心灌注密度、内血管长度密度、内灌注密度、上血管长度密度、上灌注密度、下血管长度密度、劣质灌注密度、颞血管长度密度、颞灌注密度、鼻血管长度密度和鼻灌注密度的值。
2. 使用电子表格计算决定系数
- 选择要评估的变量(例如,中心血管长度密度和中心灌注密度)。为定义的组(例如,组 1)选择两个变量的值。
- 在工具栏中,单击 插入。
- 单击图表部分中的推荐图表按钮。等待散点图在窗口中显示为建议。单击“确定”按钮接受建议。
- 检查数据的散点图。右键单击 该系列 以显示 选项 菜单。
- 选择 添加趋势线 选项。等待线性趋势线添加到图表中,并等待屏幕右侧的菜单。
- 将菜单向下置换以找到“在 图表上显示 R 平方值 ”选项。选择此选项可在图表上显示 R 平方值 。选择 R 平方值。
- 在工具栏上选择“ 主页 ”,然后单击“ 复制 ”按钮。
- 在新页面上准备决定系数图表。
- 选择目标像元(例如,组 1 的中心决定系数)。单击鼠标右键。选择“粘贴并保留源格式”。
- 准备一张新图表,以显示由血管密度变化解释的灌注密度变化的百分比。
- 选择具有上一个图表中决定系数的单元格。单击鼠标右键。选择 复制。
- 在新图表中选择一个目标单元格(例如,在第 1 组中居中)。单击鼠标右键。选择 粘贴。
- 选择具有粘贴值的单元格;然后,在工具栏中,选择“ 主|%样式 ”在 数字 菜单中。
- 在数字菜单中选择增加小数点,然后单击一次。
注:得到的数字是由血管密度的变化解释的灌注密度变化的百分比。 - 准备另一个表格来显示由大于毛细血管的血管变化解释的灌注密度百分比。
- 选择目标单元格(例如,在组 1 中居中)。从 1 中减去最后一个结果。
- 选择此单元格。在工具栏中选择 主页 。
- 在数字菜单中选择百分比样式。
- 单击一次,在数字菜单中增加小数点。
- 设置图表格式以显示毛细血管(血管密度)和大于毛细血管的血管对灌注密度变化的贡献。
- 重复该过程以获得第3组中内血管/灌注密度以及上,下,颞和鼻血管/灌注密度的值。
3. 决定系数的比较
- 比较三组决定系数:1,健康人;2、动脉高血压患者无高血压性视网膜病变;3、无糖尿病视网膜病变的2型糖尿病患者。在第3组中,还要比较各领域的决定系数:上,下,颞和鼻。
4. 比较毛细血管和大于毛细血管的毛细血管对灌注密度的贡献百分比差异,组间和组3中的田间
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
第1组有45名受试者,第2组有18名受试者,第3组有36名受试者。 表1 按组别显示了年龄和密度的分布;只有第1组的血管和灌注密度低于第2组。中心血管和灌注密度的测定系数如图 5所示。各组间无显著差异。
第1组内血管与灌注密度之间的决定系数为0.818,第2组为0.974,第3组为0.836。大于毛细血管的血管的贡献在健康受试者中占18.2%,在动脉高血压患者中占2.6%,在糖尿病患者中占16.4%(图6)。
在第3组中,血管和灌注密度之间的决定系数在上场为0.722,在下场为0.793,在颞场为0.666,在鼻场为0.862。虽然内区有比毛细血管大的血管的贡献,占灌注密度的16.4%,但这种贡献在上野为27.8%,在下野为20.7%,在颞场为33.4%,在鼻场为13.8%(图7)。
图1:右眼3 x 3 mm密度图的光学相干断层扫描的分布图。 该地图以中央凹为中心,直径为3毫米。中心度量对应于直径为 1 mm 的区域。内部度量对应于中心 1 mm 和直径为 3 mm 的圆圈之间的环。完整度量对应于地图边界内的整个区域。内环分为多个区域:上,颞,下和鼻;左眼的地图切换了颞场和鼻腔的位置。 请点击此处查看此图的放大版本。
图2:浅表黄斑毛细血管丛的3 x 3 mm光学相干断层扫描血管造影密度图。 该装置使用视网膜血管的表示来测量血管长度密度(以mm-1 为单位)和灌注密度(以%为单位)。船舶长度密度对应于地图边界内循环的船只长度之和;灌注密度对应于黄斑循环的百分比面积。较宽的血管对应于小动脉和小静脉,它们比毛细血管大,对灌注密度的贡献更高。垂直洋红色线和水平线是用于使地图居中的扫描的参考。 请点击此处查看此图的放大版本。
图 3:容器长度密度图。 OCT设备勾勒出循环区域(左上图)、视网膜结构(左下图)、视网膜表面(右上图)并自动生成指标(右下图)。(A)健康个体和(B)没有视网膜病变的糖尿病患者的地图。浅表毛细血管丛水平的血管在左上角图像中以白色显示; A 中的血管数量比 B中的血管数量更多,这一差异被证实为所有密度的降低,特别是中心密度的降低。内部密度 = 内部密度;completa = 全密度。 请点击此处查看此图的放大版本。
图4:无视网膜病变的糖尿病患者的血管长度密度图,按现场分析。 左上图勾勒出环流区域;左下角的图像显示了视网膜结构;右上图显示了视网膜表面;右下图显示了自动生成的指标。该图对应于左眼,并显示了左上角图像中内密度的上,时间,下和鼻腔区域的自动测量值。缩写: S = 上级;T = 时间;I = 劣等;N = 鼻腔。 请点击此处查看此图的放大版本。
图5:三组中心血管(mm-1)和灌注密度(%)之间的决定系数比较。 中心区域的毛细血管很少,几乎没有比毛细血管大的血管,这解释了两组之间的细微差异。 请点击此处查看此图的放大版本。
图6:三组内血管(mm-1)和灌注密度(%)之间的决定系数比较。 与健康受试者相比,动脉高血压患者中大于毛细血管的血管对灌注密度的贡献较低,并且在糖尿病患者中没有变化。 请点击此处查看此图的放大版本。
图7:第3组各领域血管(mm-1)和灌注密度(%)之间的决定系数比较。 大于毛细血管的血管在颞场的贡献更大,比鼻腔场高20个百分点。 请点击此处查看此图的放大版本。
变量 | 组 1 (n = 45) | 第 2 组 (n=18) | 组 3 (n = 36) | p* | |
年龄 | 57.16±1.01 | 55.89±1.82 | 55.33±1.16 | 0.495 | |
中心血管密度 (mm-1) | 8.86±0.44 | 8.12±0.79 | 8.66±0.59 | 0.713 | |
内血管密度 (mm-1) | 21.14±0.29 | 19.84±0.91 | 20.52±0.27 | 0.116 | |
卓越的血管密度 (mm-1) | 20.98±0.35 | 20.33±0.82 | 20.27±0.34 | 0.392 | |
较差的血管密度 (mm-1) | 21.18±0.32 | 19.31±1.17 | 20.64±0.31 | 0.057 | |
颞游血管密度 (mm-1) | 21.06±0.31 | 19.95±0.91 | 20.50±0.30 | 0.229 | |
鼻血管密度 (mm-1) | 21.36±0.30 | 19.72±0.99 | 20.69±0.36 | 0.076 | |
中心灌注密度(%) | 15.74±0.77 | 14.54±1.40 | 2002.13±15 | 0.734 | |
内灌注密度(%) | 39.12±0.48 | 38.85±1.58 | 37.95±0.49 | 0.108 | |
卓越的灌注密度(%) | 38.54±0.62 | 37.72±1.40 | 37.59±0.58 | 0.578 | |
灌注密度低(%) | 39.38±0.56 | 35.57±2.11 | 37.95±0.57 | 0.026 | |
颞灌注密度(%) | 39.05±0.61 | 37.99±1.36 | 38.19±0.61 | 0.561 | |
鼻腔灌注密度(%) | 39.53±0.55 | 35.99±1.96 | 38.10±0.77 | 0.049 |
表1:按组划分的变量分布比较(平均±标准误差)。 *单向方差分析。
视频 1:使用电子表格计算和比较变量之间的决定系数。请点击此处下载此视频。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
在视网膜病变发展之前,大于毛细血管的血管对视网膜血管疾病灌注密度变化的贡献。在动脉高血压患者的内侧区域,其减少,并且在糖尿病患者中因田而异。有直接的方法可以测量视网膜中的血管反应性,这取决于暴露于刺激14,15。本文中提出的测量使用OCTA设备自动生成的两个指标来估计大于毛细管的血管对环流评估面积百分比的贡献。
该方法的关键步骤是在3 x 3 mm图中获得血管和灌注密度的充分测量值。信号强度>7且无伪影的图像可生成可靠的数字,以便在散点图中使用。虽然有用于纠正OCTA测量中分割错误的协议16,但本研究仅适用于高质量图像,没有伪影或测量误差。使用通常的电子表格或任何其他统计包计算决定系数;大于毛细血管的血管的贡献只需要减法和转换为百分比表达式。
该技术的局限性在于,它目前仅评估样本,因为它需要多个受试者来评估结果变量中变化的离散度。进一步的研究应解决允许在个体患者或眼睛中使用信息的切口点。这种方法的结果的意义在于,它可以对检测具有视网膜循环特定改变的人群集群有价值,然后可以使用直接,更昂贵或侵入性的方法进行评估。
大于毛细血管的血管贡献百分比的变化可能反映了当可渗透毛细血管减少引起动脉扩张时的代偿事件。据报道,毛细血管扩张1%,小动脉扩张高达6%,以响应闪烁光刺激17。然而,动脉高血压患者可能不会表现出相同的扩张,因为小动脉收缩增加,这可以解释大于毛细血管的血管对灌注密度的贡献降低,这是在该组中发现的。
大于毛细血管的血管的代偿性变化尚未得到与视网膜血管疾病毛细血管密度相同的关注。然而,它们可能表现出毛细血管密度降低至关重要的情况,并且局部缺氧需要另一种血流源。没有足够的数据来确定这一发现是否可能与神经血管偶联的丧失同时发生,在没有视网膜病变的糖尿病患者中早期报道18。
本研究中发现的变化可能不适用于每个动脉高血压或糖尿病患者。虽然所提出的估计是间接的,但它揭示了值得与直接方法进行比较的差异,并显示了特定时间点旁中央凹环流的组成。该测量的潜在应用是未来确定在视网膜血管疾病的各个阶段诱导小动脉扩张的毛细血管脱落阈值。这些阈值尚未报告,可能有助于作为疾病进展和对治疗反应的生物标志物。
总之,提出了一种评估大于毛细血管的血管的贡献的方法,这只需要OCTA设备产生的通常测量值,并且可能被自动指标忽略。在视网膜病变出现之前,在血管疾病患者中发现的变化表明反应性血管舒张,这可能有助于在不使用其他设备的情况下评估治疗干预措施。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
作者声明他们没有利益冲突要披露。
Acknowledgments
作者要感谢蔡司墨西哥公司无限制地支持将Cirrus 6000与AngioPlex设备配合使用。
Materials
Name | Company | Catalog Number | Comments |
Cirrus 6000 with Angioplex | Carl Zeiss Meditec Inc., Dublin CA | N/A | 3 x 3 vessel and perfusion density maps |
Excel | Microsoft | N/A | spreadsheet |
Personal computer | Generic | N/A | for running the calculations on the spreadsheet |
References
- Ong, J. X., Fawzi, A. A. Perspectives on diabetic retinopathy from advanced retinal vascular imaging. Eye. , (2022).
- Tan, A. C. S., et al. An overview of the clinical applications of optical coherence tomography angiography. Eye. 32 (2), 262-286 (2018).
- Elnahry, A. G., Ramsey, D. J. Optical coherence tomography angiography imaging of the retinal microvasculature is unimpeded by macula xanthophyll pigment. Clinical and Experimental Ophthalmology. 48 (7), 1012-1014 (2020).
- Elnahry, A. G., Ramsey, D. J. Automated image alignment for comparing microvascular changes detected by fluorescein angiography and optical coherence tomography angiography in diabetic retinopathy. Seminars in Ophthalmology. 36 (8), 757-764 (2021).
- Rosenfeld, P. J., et al. Zeiss AngioPlex spectral domain optical coherence tomography angiography: technical aspects. Developments in Ophthalmology. 56, 18-29 (2016).
- Nesper, P. L., et al. Hemodynamic response of the three macular capillary plexuses in dark adaptation and flicker stimulation using optical coherence tomography angiography. Investigative Ophthalmology and Visual Science. 60 (2), 694-703 (2019).
- Zhang, Y. S., Lee, H. E., Kwan, C. C., Schwartz, G. W., Fawzi, A. A. Caffeine delays retinal neurovascular coupling during dark to light adaptation in healthy eyes revealed by optical coherence tomography angiography. Investigative Ophthalmology and Visual Science. 61 (4), 37 (2020).
- Barraso, M., et al. Optical coherence tomography angiography in type 1 diabetes mellitus. Report 1: Diabetic Retinopathy. Translational Vision Science and Technology. 9, 34 (2020).
- Xu, Q., Sun, H., Huang, X., Qu, Y. Retinal microvascular metrics in untreated essential hypertensives using optical coherence tomography angiography. Graefe's Archive for Clinical and Experimental Ophthalmology. 259 (2), 395-403 (2021).
- Yeh, R. Y., Nischal, K. K., LeDuc, P., Cagan, J. Written in blood: applying grammars to retinal vasculatures. Translational Vision Science & Technology. 9, 36 (2020).
- Corvi, F., Sadda, S. R., Staurenghi, G., Pellegrini, M. Thresholding strategies to measure vessel density by optical coherence tomography angiography. Canadian Journal of Ophthalmology. 55 (4), 317-322 (2020).
- Pathak, P., Panday, S. B., Ahn, J. Artificial neural network model effectively estimates muscle and fat mass using simple demographic and anthropometric measures. Clinical Nutrition. 41 (1), 144-152 (2022).
- OFee, K., Deych, E., Ciani, O., Brown, D. L. Assessment of nonfatal myocardial infarction as a surrogate for all-cause and cardiovascular mortality in treatment or prevention of coronary artery disease: a meta-analysis of randomized clinical trials. JAMA Internal Medicine. 181 (12), 1575-1587 (2021).
- Kushner-Lenhoff, S., Ashimatey, B. S., Kashani, A. H. Retinal vascular reactivity as assessed by optical coherence tomography angiography. Journal of Visualized Experiments: JoVE. (157), e60948 (2020).
- Sousa, D. C., et al. A protocol to evaluate retinal vascular response using optical coherence tomography angiography. Frontiers in Neuroscience. 13, 566 (2019).
- Falavarjani, K. G., et al. Effect of segmentation error correction on optical coherence tomography angiography measurements in healthy subjects and diabetic macular oedema. British Journal of Ophthalmology. 104 (2), 162-166 (2020).
- Warner, R. L., et al. Full-field flicker evoked changes in parafoveal retinal blood flow. Scientific Reports. 10 (1), 16051 (2020).
- Zhang, Y. S., et al. Reversed neurovascular coupling on optical coherence tomography is the earliest detectable abnormality before clinical diabetic retinopathy. Journal of Clinical Medicine. 9 (11), 3523 (2020).