脉络膜是巩膜和视网膜之间的层,这是眼睛的紫外线的一部分。脉络膜黑色素瘤(CM)是紫外黑色素瘤(UV)(1)的亚型。um是眼睛中最常见的癌症,是成年人中最常见的原发性原发性肿瘤(1,2)。它代表所有黑色素瘤的3%至5%(1)。cm是成年人最常见的原发性原发性肿瘤,但仍然是罕见的肿瘤,估计每年为每百万居民5.1和9例(3,4)。双边参与是例外的,报告为0.18%至0.2%的病例,但不应忽略它,因为早期诊断和治疗可以改善生存率和视觉预后(5-8)。主要的临床标志是视力下降。经常观察到超声上的圆顶或双孔透镜外观。保守治疗最常在眼睛上提出,并且医源性视觉丧失的风险仍然显着(3)。CM的死亡率已在摘除后进行了广泛的研究,在5年时约为30%,在10年时为50%(3,4)。的确,CM是
Dr. Singh:当然。我还要补充一点,我们看到技术在不断发展,这令人兴奋。你知道这个领域很重要,因为越来越多的公司正在涌现。事实上,一家名为 Iantrek 的公司有一种名为 AlloFlo 的设备,这是一种巩膜加固装置,基本上可以让我们保持裂隙开放,可以这么说,这也是我们在办公室已经做过几次的事情了。所以我认为这个领域会继续存在。我们看到越来越多的技术出现,帮助我们实现我们需要的结果。我认为对于那些结膜不太健康的患者,比如说,已经做过传统的流出型 MIGS 的患者,你不想做结膜镜检查或插管或 XEN 或其他什么,我认为腹内睫状体上部空间可以为我们的许多患者提供一个很好的机会,让他们安全地降低眼压,而不必担心滤过泡。
抽象的脉络膜血症(CHM)是一种罕见的脉络膜化症,在100,000分之50,000至1中的发生率为100,000至1,标志着视网膜和脉络膜的进行性萎缩。绒毛膜血症是由CHM基因突变引起的,CHM基因编码了涉及囊泡运输的RAB伴随蛋白-1(REP-1)。通常被误诊为色素性视网膜炎(RP),将它们区分开是至关重要的。我们提出了一个最初误诊为RP的脉络膜血症病例,强调了基因检测和眼底自动荧光成像的重要性。准确的诊断对于适当的遗传咨询和及时参加新兴基因疗法至关重要。这种情况强调了多模式成像在指导绒毛膜血症的诊断过程中的作用。关键字:唱曲菌血症;色素性视网膜炎;基因疗法
尽管目前尚未获得绒毛膜血症的批准治疗,但基因增强疗法已显示出在临床试验中的安全性和功效。6 - 10相关和客观的结果指标对于确定适合包含的患者,选择干预时间的最佳时间以及评估治疗效果。尽管在大多数视网膜疾病中,监管机构通常认为高对比度最佳的视力敏锐度是可靠的视觉功能标记,但在具有遗传性视网膜营养不良的患者中,包括脉络膜性疾病,包括脉络膜性疾病,但可靠性可能会有所不同,可以降低,以确定视力远见的真实变化。脉络膜血症中的自然史数据表明,尽管在早期试验中有能力改善,但视力在典型的12个月临床试验期间没有显着变化,11,12限制了其作为功能结果指标的价值。此外,到视力明显下降时,该疾病处于晚期阶段,大多数视网膜组织可能通过基因治疗而无法挽救和修复。13一起,这些观察结果鼓励 -
近视脉络膜新生血管形成(MCNV)是许多视网膜疾病中最常见的病理近视的最常见危险性综合体之一。光学相干断层扫描血管造影(OCTA)是一种新兴的非侵入性成像技术,最近被包括在MCNV的研究和处理中。但是,没有标准工具可以及时且可靠地分析MCNV的八颗图像。在这项研究中,我们提出了一个可自定义的ImageJ宏,该宏可自动使用八粒图像处理,并允许用户测量9个MCNV生物标志物。我们开发了一个三阶段图像处理管道,以使用宏来处理八幅图像。首先对图像进行手动描绘,然后使用高斯滤波器进行DINO。这是由Frangi滤波器和局部自适应阈值的应用。最后,使用墨西哥帽子过滤器获得了Skele的图像。从骨架化图像中计算出包括连接密度,容器直径和分形尺寸在内的九种血管生物标志物。在所有生物标志物的26八八张图像数据集上测试了宏。在计算的生物标志物值中出现了两个趋势。首先,病变大小的依赖参数(MCNV面积(mm 2)平均值= 0.65,SD = 0.46)显示较高的变化,而归一化参数(符合性密度(N/mm):平均值= 10.24,SD = 10.63)在整个数据集中都是均匀的。计算值与现有文献中的手动调查一致。结果说明了我们的ImageJ宏是手动八片图像处理的替代方案,包括用于批处理处理和参数自定义的规定,提供了MCNV的系统,可靠的分析。
摘要 目的 研究遥测脉络膜上眼压 (IOP) 传感器 (EYEMATE-SC) 的安全性和性能及其在同时接受非穿透性青光眼手术 (NPGS) 的开角型青光眼 (OAG) 患者中的眼压测量准确性。方法前瞻性、多中心、开放标签、单组、介入性临床试验。24 名定期接受 NPGS(小管成形术或深部巩膜切除术)的 OAG 患者的 24 只眼睛同时植入 EYEMATE-SC 传感器。对传感器的安全性和性能以及 EYEMATE-SC 测量值与 Goldmann 压平眼压计 (GAT) 测量值的一致性水平进行六个月的随访。结果这些眼睛接受了小管成形术(n=15)或深部巩膜切除术(n=9)并成功植入传感器。没有发生装置移位、脱位或严重的装置相关并发症。眼压一致性分析共纳入 367 次比较。GAT 和 EYEMATE-SC 测量值之间的总体平均差异为 1.31 毫米汞柱(一致性下限 (LoA) 7.55 毫米汞柱;一致性上限 –4.92 毫米汞柱)。第 10 天达到最大差异 2.5 毫米汞柱 ±3.96(LoA 0.30–2.29),并在 6 个月后持续改善至一致性 –0.15 毫米汞柱 ±2.28(LoA –1.24 至 0.89)。因此,眼压差异在 ±5 毫米汞柱范围内的眼睛百分比从 78%(第 3 天)提高到 100%(6 个月)。结论 6 个月后,EYEMATE-SC 传感器安全且耐受性良好,并允许持续监测眼压。试验注册号 NCT03756662。
在临床前研究中,利用单个 gRNA 对血管内皮生长因子 A (Vegfa) 进行基于成簇的规律间隔短回文重复序列 (CRISPR) 的基因组破坏可抑制脉络膜新生血管 (CNV),为新生血管性年龄相关性黄斑变性 (AMD) 的长期抗血管生成治疗提供了前景。使用 CRISPR-CRISPR 相关核酸内切酶 (Cas9) 和多个向导 RNA (gRNA) 进行基因组编辑可以通过用基因截断增强插入-缺失 (indel) 突变来增强基因消融效果,但也可能增加脱靶效应的风险。在本研究中,我们比较了腺相关病毒 (AAV) 介导的 CRISPR-Cas9 系统使用单个和配对 gRNA 靶向 Vegfa 基因中在人类、恒河猴和小鼠中保守的两个不同位点的有效性。配对 gRNA 在体外增加了人类细胞中 Vegfa 基因消融率,但在体内并未增强小鼠眼中的 VEGF 抑制。与单个 gRNA 系统相比,使用配对 gRNA 的基因组编辑也显示出相似程度的 CNV 抑制。使用通过测序 (GUIDE-seq) 实现的全基因组无偏双链断裂 (DSB) 识别进行的无偏全基因组分析揭示了由第二个 gRNA 引起的微弱脱靶活性。这些发现表明,使用两个 gRNA 进行体内 CRISPR-Cas9 基因组编辑可能会增加基因消融,但也可能会增加脱靶突变的潜在风险,而针对 Vegfa 基因中的另一个位点作为新生血管性视网膜疾病治疗的功能益处尚不清楚。
除了脉络膜上腔应用外,研究表明,该技术还有望将药物输送至睫状体上腔、8 视网膜下腔 9 和角膜。10 其中一个值得关注的领域是将原位形成的水凝胶输送到脉络膜上腔,这可能会降低青光眼患者的眼压。11 微针潜在应用的扩大意味着 Visionisti 平台的潜力也得到了扩大,可以使用标准的皮下注射针和实心针将注射疗法输送到这些部位。此外,与专用微针相比,Visionisti 平台的另一个好处是,可以使用相同的可调节适配器根据每个潜在输送目标调整暴露的针长度,而不需要专门针对每个目标使用不同的微针。Visionisti 平台的知识产权受到广泛保护;Visionisti 在欧洲、日本和美国拥有技术专利,在欧洲和美国拥有设计专利。
4,5 学生,SRM 科学技术研究所软件工程系摘要 - 在本研究中,我们打算使用深度学习架构来诊断视网膜光学相干断层扫描 (OCT) 图像中的脉络膜新生血管。光学相干断层扫描 (OCT) 图像可用于区分健康眼睛和患有 CNV 疾病的眼睛。研究中使用了深度学习的 DenseNet 和 Vgg16 架构,并更改了两种架构的超参数以正确诊断疾病。检测到疾病后,使用用于处理图像的 Python OpenCV 库将患病的 OCT 图像与背景分割开来以进行感兴趣区域检测。架构实施的结果表明,Vgg16 在检测图像方面比密集网络架构表现出更好的效果,准确率为 97.53%,比密集网络高出约一个百分点。关键词——深度学习、CNN、Vgg16 模型、密集网络模型、视网膜 OCT I 引言光学相干断层扫描是诊断视网膜疾病最广泛使用的诊断成像方法之一。OCT 机器的输出提供 OCT 图像,并提供足够的可视化效果来预测 OCT 胶片上印记的视网膜血管是否存在一些定性和定量变化。视网膜层的增加或减少及其测量值是疾病检测临床试验中的主要评估指标。定期进行视网膜 OCT 扫描有助于早期发现任何与视网膜相关的疾病,并可在年老时避免 [9]。如果在身体中检测到视网膜疾病,许多大脑、眼睛和心血管系统疾病都已出现。通过 OCT 扫描还可以检测到各种其他疾病,患有糖尿病的人患糖尿病视网膜病变的几率很高,而且任何类型的黄斑水肿也可以在视网膜 OCT 图像中看到。本研究主要关注脉络膜新生血管 (CNV),它是发达国家失明的主要原因之一。通俗地说,脉络膜新生血管可以定义为视网膜脉络膜层中额外血管的生成。同一脉络膜层的最内层称为 Brunch 膜 (BM),任何类型的膜损伤都可能导致视网膜脉络膜新生血管,并导致未来失明。近年来,深度学习在医学图像中对患病和未患病图像进行分类的应用有所增加。事实证明,CNN 等深度学习技术在物体检测、图像识别和分割方面也大有用处。因此,这证明了使用深度学习分析 OCT 图像以获取患病图像的重要性。使用深度学习 Vgg16 和 DenseNet 的最新架构对患病图像的预测进行比较。然后分割患病图像以突出显示视网膜层中具有脉络膜新生血管的增强血管和空洞形成 [6]。 * 通讯作者:MS Abirami,abirami.srm@gmail.com
抽象背景本研究旨在评估受中央浆膜脉络膜肾上腺病(CSC)影响的患者的光学相干层析造影血管造影(八八核血管造影)图像的血管模式和毛细血管流量密度(CFD)图。在这项回顾性队列研究中的方法,八颗(Angiovue rtvue Xr avanti,optovue)在基线时对CSC患者的两只眼睛的两只眼睛进行了3×3 mm黄斑扫描;对图像进行了细分,并将其与没有CSC的同伴以及年龄匹配的健康受试者进行了比较。八颗图像,以提供脉络膜毛细管变化的客观分级。通过自相关方法检查了八颗图像的纹理。导致CSC(40眼)的眼睛,我们发现了脉络膜毛细血管层脉管系统(CCL)的六种不同的形态模式,可能对应于OCT脉络膜脉络膜低反射性的不同等级和去率信号的八八八个。此外,八毛毛细管流量密度图显示在表面毛细血管丛中的毛细血管耗竭(p值= 0.0023),深血管网络(p值= <0.0001)和CCL中(p值= 0.0001)。在健康受试者中未观察到这种发现(13眼)。结论CSC中的OCTA是一个有用的工具,可以通过特定的CCL模式识别CSC的临床类型。此外,观察到CFD耗竭与内部视网膜层相关,表明内部血液视网膜屏障参与CSC。根据我们的结果,本文观察到的模式可能与疾病的不同临床亚型有关。