糖尿病眼底病变筛查
免散瞳眼底照相筛查不同分期糖尿病视网膜病变意义
免散瞳眼底照相筛查不同分期糖尿病视网膜病变意义摘要目的探究免散瞳眼底照相筛查不同分期糖尿病视网膜病变的临床意义。
方法150例（300只眼）2型糖尿病患者进行临床探究，对患者行免散瞳彩色数码眼底照相技术筛查，根据患者的不同糖尿病视网膜病变情况进行分期，按照病程情况分类统计患者的发病率；对于糖尿病视网膜病达到Ⅲ期及以上的患者行荧光素眼底血管造影术（FFA）检查，比较分析2种不同检查方式的有效情况。
结果150例（300只眼）2型糖尿病患者进行免散瞳眼底检查，检查结果显示患有不同程度视网膜病变的占31.67%（95/300）。
病程20年糖尿病视网膜病变检出率分别为14.58%、17.31%、25.00%、42.16%、48.00%。
免散瞳眼底照相检查和FFA检查的诊断一致性较高（P＜0.05）。
结论本次研究证明在进行糖尿病视网膜病变诊断筛查过程中，可以使用免散瞳眼底照相进行筛查，检测效果与FFA效果一致性较高，且操作简便，进一步为糖尿病视网膜病变的诊断与治疗提供了评价标准。
【關键词】免散瞳眼底照相；分期糖尿病；视网膜病变当前糖尿病患者的数量不断增加，导致糖尿病视网膜病变（DR）致盲患者的发病率也呈上升的趋势。
统计显示，已有超过10万人因糖尿病视网膜病变致盲，对生活造成了严重的影响。
在糖尿病患者中，糖尿病视网膜病变是一种非常常见的眼部并发症状，也是导致糖尿病患者视功能发生损伤的主要病因，严重者还会导致患者出现新型失明。
临床上主要采用激光和玻璃体切割术治疗，但效果也并不理想，只能保存患者的部分视力功能。
对于糖尿病视网膜病变进行早期筛查，对于保护糖尿病患者的视力功能具有重要的临床意义。
为此，本次选取2015年6月～2016年7月在本院眼科接受治疗的150例（300只眼）2型糖尿病患者为研究对象，对糖尿病视网膜病变的免散瞳眼底照相筛查效果进行了探究，现将相关探究内容报告如下。
1 资料与方法1. 1 一般资料随机选取2015年6月～2016年7月在本院眼科接受治疗的150例（300只眼）2型糖尿病患者进行临床探究。
糖尿病患者的眼底病变诊断方法
糖尿病患者的眼底病变诊断方法糖尿病是一种常见的慢性代谢性疾病，其并发症之一就是眼底病变。
眼底病变早期通常没有明显的自觉症状，因此及早进行诊断非常重要。
本文将介绍几种常见的糖尿病患者眼底病变的诊断方法。
一、验光和视力检查验光和视力检查是最基础也是最简单的眼部检查方法之一。
通过测试患者的视力情况，可以初步了解是否存在眼底问题。
然而，仅凭验光和视力检查无法明确判断是否有眼底病变，需要进一步进行其他检查。
二、眼底镜检查眼底镜检查是目前确定并发糖尿病引起的眼底改变最有效、最直接和最可靠的方法之一。
通过这种方法，医生可以放大观察患者的视网膜和血管情况，从而确定是否存在血管堵塞、出血或水肿等问题。
这项检查对于提供准确而可靠的结果非常重要，可以帮助医生制定相应治疗方案。
三、激光扫描（OCT）检查眼底激光扫描技术，也叫做光相干断层扫描（OCT），是一种非接触的无创测量方法。
通过该技术，医生可以以放大高清的二维或三维图像方式观察患者视网膜和其他相关结构，从而详细评估眼底病变的情况。
这个技术在早期发现糖尿病患者眼部病变非常有帮助，并且能提供更准确、更直观的数据。
四、荧光素造影检查荧光素造影检查是一种通过注射荧光素染料来观察视网膜血管流动情况的方法。
这项检查能够帮助医生确定是否存在渗漏或堵塞等问题，并进一步评估糖尿病患者是否具有较高风险出现视力受损。
该方法适用于对深层血管和渗漏情况进行准确评估。
五、眼底超声检查眼底超声检查是利用超声波进入眼球内部来观察眼部结构和可能的病变情况。
这项检查对于评估糖尿病患者的视网膜和葡萄膜是否存在异常非常有帮助。
通过这种方法，可以在早期发现以往难以观察到的问题，并及时采取治疗措施。
六、血液检查除了眼部检查外，血液检查也是诊断糖尿病患者眼底病变重要的一步。
测量血压、血糖、胆固醇等指标可以帮助医生全面评估患者的身体健康状况。
高血压和血糖不稳定是诱发眼底病变的主要因素之一，及早控制这些指标可以有助于预防或减轻眼底并发症。
糖尿病视网膜病变筛查依从性影响因素及管理对策
作 者单 位 ： 阳 市 中 心 医 院 眼科 绵
通讯 作 者 ： 世 怀 ， ｍａ ： ｊ邮 编 ６ １ ０ ２００ 收稿 日期 ２ １ — ０ — １ ００ ２ ６
准 ：） 程 ＞ ５年 ；） 识 行 为 及 语 言表 达 正 常 ； ） 龄 ＜ ７ １病 ２意 ３年 ５ 岁 ， Ｒ分 期 低 于 Ｖ期 。排 除 标 准 ：） 程 ＜ ５年 ；） 意 识 障 Ｄ １病 ２有 碍或 无 法 正确 表 达 者 ； ） 龄 ＞ ７ ３年 ５岁 或 Ｄ Ｒ达 到 或 超 过 Ｖ期
情况总结如下 。
种具有特异性改变的眼底 病变 ， 目前 其 发 病 机 理 尚 不 十 分
明确 。随 着 人 们 生 活 水 平 的提 高 和 饮 食 结 构 的 改 变 ， 尿 病 糖 视 网膜 病 变 已成 为 成 年人 致盲 最 重 要 的原 因之 一 ［ 。早 期 激 １ ］
光治疗可减少 Ｄ 患 者丧 失视 力 的危 险， 利 于视力 恢 复。 Ｒ 有 但 据 文 献 显 示 ，４３ 的 ＤＭ 患 者 是 在 视 力 严 重 下 降 、 响 工 ７ ． 影
１ 研 究对 象与 方 法 １１ 对象 ． 在 我 院 眼科 及 内分 泌 工 作 的 医 护 人 员 ５ 例 ， ５ 其 中眼科医生 １ ７例 ， 士 １ 护 ５例 ； 分 泌 医 生 ８例 ， 士 １ 内 护 ５例 。
平 均 年 龄 ３ ． 士 ０ ６ 。其 中博 士 １ ， 士 ８例 ， 科 学 历 ４２ ． 岁 例 硕 本 １ ８例 ， 专 学 历 ２ 例 ， 大 ４ 中专 学 历 ４例 。 ２０ 年 ７ １ 在 我 ０８ ～ ２月 院内分泌 、 眼科 住 院 及 门诊 治 疗 的 ＤＭ 患 者 １０名 。 纳 入 标 ５
糖尿病视网膜病变筛查中的眼底图像质量控制
第３８卷㊀第２期２０１９年㊀４月北京生物医学工程ＢｅｉｊｉｎｇＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＶｏｌ ３８㊀Ｎｏ ２Ａｐｒｉｌ㊀２０１９基金项目：首都医科大学基础－临床科研合作基金（２０１６－ＪＬ－ＰＴ－Ｘ０２）资助作者单位：１㊀首都医科大学生物医学工程学院（北京㊀１０００６９）２㊀中国人民解放军火箭军特色医学中心眼科（北京㊀１０００８８）通信作者：杨智，教授㊂Ｅ⁃ｍａｉｌ：ｚｈｉｙａｎｇ＠ｃｃｍｕ ｅｄｕ ｃｎ糖尿病视网膜病变筛查中的眼底图像质量控制许莉莉１㊀梁歌２㊀杨智１摘㊀要㊀目的糖尿病性视网膜病变（ｄｉａｂｅｔｉｃｒｅｔｉｎｏｐａｔｈｙ，ＤＲ，以下简称糖网病）筛查中，有相当比例的图像因聚焦不清或曝光不佳不可用于临床诊断，浪费了医疗资源，因而，有必要对眼底图像进行质量监控㊂本文提出一种基于小波变换和最小二乘支持向量机（ｌｅａｓｔｓｑｕａｒｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，ＬＳ⁃ＳＶＭ）的眼底图像质量控制算法㊂方法首先，对眼底图像进行２层静态小波变换，计算８个子图像的能量值作为特征向量，再利用ＬＳ⁃ＳＶＭ对眼底图像进行质量评判㊂本文将中国人民解放军火箭军特色医学中心眼科提供的１４６幅图像，分为训练集和测试集，ＬＳ⁃ＳＶＭ使用训练集进行学习后，对测试集的９７幅图像进行分类测试㊂结果训练后的ＬＳ⁃ＳＶＭ能够对测试集很好地分类，鉴别出模糊的眼底图像㊂以线性函数为核的ＬＳ⁃ＳＶＭ分类正确率为１００％，以高斯径向基函数为核的ＬＳ⁃ＳＶＭ的分类正确率为９７ ９％㊂结论以２层静态小波分解子图像的能量值为输入特征向量的ＬＳ⁃ＳＶＭ能够很好地鉴别出本文使用的眼底图像是否模糊㊂关键词㊀眼底图像；小波变换；最小二乘支持向量机；质量控制ＤＯＩ：１０ ３９６９／ｊ．ｉｓｓｎ．１００２－３２０８ ２０１９ ０２ ００８．中图分类号㊀Ｒ３１８ ０４㊀㊀文献标志码㊀Ａ㊀㊀文章编号㊀１００２－３２０８（２０１９）０２－０１６６－０５本文著录格式㊀许莉莉，梁歌，杨智．糖尿病视网膜病变筛查中的眼底图像质量控制［Ｊ］ 北京生物医学工程，２０１９，３８（２）：１６６－１７０．ＸＵＬｉｌｉ，ＬＩＡＮＧＧｅ，ＹＡＮＧＺｈｉ Ｑｕａｌｉｔｙｃｏｎｔｒｏｌｏｆｒｅｔｉｎａｌｉｍａｇｅｆｏｒｓｃｒｅｅｎｉｎｇｏｆｄｉａｂｅｔｉｃｒｅｔｉｎｏｐａｔｈｙ［Ｊ］ ＢｅｉｊｉｎｇＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２０１９，３８（２）：１６６－１７０．ＱｕａｌｉｔｙｃｏｎｔｒｏｌｏｆｒｅｔｉｎａｌｉｍａｇｅｆｏｒｓｃｒｅｅｎｉｎｇｏｆｄｉａｂｅｔｉｃｒｅｔｉｎｏｐａｔｈｙＸＵＬｉｌｉ１，ＬＩＡＮＧＧｅ２，ＹＡＮＧＺｈｉ１１ＳｃｈｏｏｌｏｆＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＣａｐｉｔａｌＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ㊀１０００６９；２ＰＬＡＲｏｃｋｅｔＦｏｒｃｅＣｈａｒａｃｔｅｒｉｓｔｉｃＭｅｄｉｃａｌＣｅｎｔｅｒ，Ｂｅｉｊｉｎｇ㊀１０００８８Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ：ＹＡＮＧＺｈｉ（Ｅ⁃ｍａｉｌ：ｚｈｉｙａｎｇ＠ｃｃｍｕ ｅｄｕ ｃｎ）ʌＡｂｓｔｒａｃｔɔ㊀ＯｂｊｅｃｔｉｖｅＩｎｄｉａｂｅｔｉｃｒｅｔｉｎｏｐａｔｈｙ（ＤＲ）ｓｃｒｅｅｎｉｎｇ，ａｓｉｇｎｉｆｉｃａｎｔｐｏｒｔｉｏｎｏｆｔｈｅａｃｑｕｉｓｉｔｉｏｎｓｏｆｒｅｔｉｎａｌｉｍａｇｅｓｉｓｏｆｌｏｗｉｍａｇｅｑｕａｌｉｔｙｄｕｅｔｏｏｕｔ⁃ｏｆ⁃ｆｏｃｕｓ，ｕｎｄｅｒ⁃ｅｘｐｏｓｕｒｅｏｒｏｖｅｒ⁃ｅｘｐｏｓｕｒｅ．Ｔｈｅｓｅａｃｑｕｉｓｉｔｉｏｎｓｏｆｒｅｔｉｎａｌｉｍａｇｅｓｃａｎｎｏｔｐｒｏｖｉｄｅｓｕｆｆｉｃｉｅｎｔｉｎｆｏｒｍａｔｉｏｎｆｏｒｄｉａｇｎｏｓｉｓ，ａｗａｓｔｅｏｆｍｅｄｉｃａｌｒｅｓｏｕｒｃｅｓ．Ｔｈｅｒｅｆｏｒｅ，ｉｔｉｓｎｅｃｅｓｓａｒｙｔｏｍｏｎｉｔｏｒｔｈｅｑｕａｌｉｔｙｏｆｆｕｎｄｕｓｉｍａｇｅｓｆｏｒＤＲｓｃｒｅｅｎｉｎｇ．Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｐｒｏｐｏｓｅａｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍａｎｄｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｂａｓｅｄｍｅｔｈｏｄｔｏｉｄｅｎｔｉｆｙｔｈｅｕｎｕｓａｂｌｅｆｕｎｄｕｓｉｍａｇｅｓ．ＭｅｔｈｏｄｓＦｉｒｓｔ，ａｓｔａｔｉｏｎａｒｙｗａｖｅｌｅｔｄｅｃｏｍｐｏｓｉｔｉｏｎｉｓａｐｐｌｉｅｄｔｏｔｈｅｆｕｎｄｕｓｉｍａｇｅｓ．Ｔｈｅｎ，ｗｅｕｓｅｔｈｅｃｈａｎｎｅｌｅｎｅｒｇｙｖａｌｕｅｓａｓｔｈｅｆｅａｔｕｒｅｉｎｐｕｔｓｔｏｔｈｅｌｅａｓｔｓｑｕａｒｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＬＳ⁃ＳＶＭ）．Ｔｈｅｒｅａｒｅ１４６ｉｍａｇｅｓｆｒｏｍａｓｃｒｅｅｎｉｎｇｐｒｏｊｅｃｔｄｉｖｉｄｅｄｉｎｔｏｔｒａｉｎｉｎｇｓｅｔａｎｄｔｅｓｔｓｅｔ．ＬＳ⁃ＳＶＭｕｓｅｓｔｈｅｔｒａｉｎｉｎｇｓｅｔｆｏｒｌｅａｒｎｉｎｇａｎｄｔｈｅ９７ｉｍａｇｅｓｏｆｔｈｅｔｅｓｔｓｅｔａｒｅｃｌａｓｓｉｆｉｅｄｂｙｔｒａｉｎｅｄＬＳ⁃ＳＶＭ．ＲｅｓｕｌｔｓＴｈｅｔｒａｉｎｅｄＬＳ⁃ＳＶＭｃａｎｉｄｅｎｔｉｆｙｔｈｅｂｌｕｒｒｅｄｉｍａｇｅｓｏｆｔｈｅｔｅｓｔｓｅｔ．ＴｈｅａｃｃｕｒａｃｙｏｆｌｉｎｅａｒｋｅｒｎｅｌｂａｓｅｄＬＳ⁃ＳＶＭｆｏｒｔｈｅｔｅｓｔｓｅｔｉｓ１００％，ａｎｄｔｈａｔｏｆＬＳ⁃ＳＶＭｂａｓｅｄｏｎＧａｕｓｓｉａｎｒａｄｉａｌｂａｓｉｓｆｕｎｃｔｉｏｎｉｓ９７ ９％．ＣｏｎｃｌｕｓｉｏｎｓＢａｓｅｄｏｎａｌｉｍｉｔｅｄｎｕｍｂｅｒｏｆｔｈｅｔｅｓｔｉｎｇｄａｔａ，ｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｃａｐａｂｌｅｏｆｉｄｅｎｔｉｆｙｉｎｇｔｈｅｕｎｕｓａｂｌｅａｃｑｕｉｓｉｔｉｏｎｓｏｆｒｅｔｉｎａｌｉｍａｇｅｓ．ʌＫｅｙｗｏｒｄｓɔ㊀ｒｅｔｉｎａｌｉｍａｇｅ；ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ；ｌｅａｓｔｓｑｕａｒｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ；ｑｕａｌｉｔｙｃｏｎｔｒｏｌ０㊀引言糖尿病是现代社会一种发病率越来越高㊁全身性的内分泌代谢疾病，糖尿病患者长期存在的高血糖，会导致眼㊁肾㊁心脏㊁血管㊁神经等各器官的慢性损害和功能障碍［１－２］㊂糖尿病性视网膜病变（ｄｉａｂｅｔｉｃｒｅｔｉｎｏｐａｔｈｙ，ＤＲ，以下简称糖网病）是糖尿病患者眼部最常见的并发症，会引起患者眼底视网膜病变，导致患者视力下降甚至失明［３－４］㊂糖网病的发病率随着患者患病时间延长而提高，且糖网病导致的视力下降或失明是不可逆转的，因此对糖网病的早期筛查和及时治疗在国际上也已达成共识［５－７］㊂目前临床对眼底的检查中，荧光血管造影能最准确地发现眼底病变，但其价格昂贵；检眼镜检查尽管简便快速，但依赖医生的主观判断，可靠性和可重复性差，且筛查人数多时，将造成医生工作量激增，因此都不适宜用作糖网病的筛查㊂利用眼底照相机在常规瞳孔下拍摄的彩色眼底照片为糖网病筛查提供了理想手段，它无需散瞳㊁省时方便，照片信息量大，便于对眼底病变全面判断，且数字化的照片方便交流和保存［８－１０］㊂由于糖尿病患者数量庞大，眼底筛查的工作量巨大，国内外都在积极开展以眼底照片为基础的计算机辅助诊断，以减轻眼科医生在大量人群眼底筛查中的工作量㊂眼底照片的质量是眼底筛查的基础㊂同仁医院眼科中心曾讨论过单张眼底像的质量标准，建议眼底照片的中心在黄斑和视盘之间，且对焦准确，视网膜主干血管清晰［１１］㊂然而，在我国偏远农村和牧区的糖网筛查项目中，很多眼底照片聚焦不清，血管模糊，获得的眼底图像甚至有超过２０％的不合格率，造成医疗资源的巨大浪费，患者也失去了宝贵的诊疗机会㊂在这些不合格的眼底照片中，除因屈光介质浑浊㊁瞳孔太小造成的眼底像确实模糊者（此时需补充外眼像），余者均为因拍摄参数设置不合理等导致的周边模糊㊁对焦不准㊁曝光不佳造成的图像过亮或过暗等㊂基于上述分析，本文提出一种鉴别模糊眼底图像的有效方法，期望用于实时监控眼底照相机拍摄的眼底图像的质量，一旦发现眼底图像模糊，拍摄者应区分图像模糊的原因，若确因瞳孔太小（小于４ｍｍ）或屈光介质浑浊应补充外眼像［１１］，否则应调节拍摄条件重新拍摄，以提高后期或远程筛查的有效性㊂１㊀方法与材料１ １㊀数据来源本文所用的眼底图像由中国人民解放军火箭军特色医学中心眼科提供，数据的使用已获得首都医科大学伦理委员会批准㊂经眼科医生判断其中可用于筛查的眼底图像８１幅，不可用于筛查的图像６５幅，共１４６幅㊂１ ２㊀图像质量判断方法基于眼底视网膜图像的糖网筛查的前提是提供合格的眼底视网膜图像㊂一张合格的眼底视网膜图像（以ＲＧＢ格式的绿色通道灰度图像为例），如图１（ａ），应该光照均匀，血管与背景对比度高㊂而不可用于筛查的眼底图像呈现出聚焦不清㊁血管模糊，过曝光或者欠曝光导致的图像整体过亮或过暗等特点，如图１（ｂ） （ｄ）所示，无论不可用于筛查的图像整体亮度如何，共同的特点都是由于图像模糊造成较大范围的细节缺失或细节对比不佳㊂因此，眼底图像细节不清可视为图像质量不合格主要判断依据㊂小波变换是一种多尺度分析方法，通过对眼底图像的小波分解，能将眼底血管的轮廓和细节分开［１２］㊂对小波分解后的子图像分别提取各自的能量特征，利用最小二乘支持向量机（ｌｅａｓｔｓｑｕａｒｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，ＬＳ－ＳＶＭ）将不可用于筛查的眼底图像挑选出来，提示拍摄者重新处理㊂先对眼底图像进行预处理㊂首先调整图像大小，每幅图像的像素控制在５０万以下，再对图像的灰度做归一化处理，然后提取眼底视野轮廓（ｍａｓｋ），后续的数据计算只需在ｍａｓｋ区域进行㊂在小波变换中，并没有通用的标准来选择小波函数，一般是根据图像处理的目的来选择，本文小波变换的目的是为了将眼底血管的细节和轮廓分开，㊃７６１㊃第２期㊀㊀㊀㊀㊀㊀许莉莉，等：糖尿病视网膜病变筛查中的眼底图像质量控制因此选用的小波函数尺度不用太大㊂在眼底灰度图像中，在垂直血管走向的方向上看，血管内部边缘灰度小，中心灰度大，近似呈现高斯分布，且血管管径不大，与Ｄａｕｂｅｃｈｉｅｓ２（简称ｄｂ２）小波的尺度函数轮廓相似，因此本文选用ｄｂ２小波对眼底图像进行变换㊂为了尽可能地保留眼底图像的信息，在对图像进行小波变换后，不再对图像进行下采样，即采用保持图像原有尺寸的静态小波变换㊂考虑到模糊的眼底图像由于本身血管细节缺失，在进行２层变换后，细节图像上信息已很少，因此本文对眼底图像进行的是一个２层的ｄｂ２静态小波分解㊂ｄｂ２小波对图像进行一个２层静态小波分解后，原图像分解为２层血管轮廓㊁横向细节㊁纵向细节和对角线方向细节共８个子图像㊂对分解后的每个子图像按照式（１）分别计算各层血管轮廓㊁横向细节㊁纵向细节和对角线方向细节图像的能量值，ｍａｓｋ外的所有像素均不参与计算，式中ｎ＝１，２，３， ，８㊂质量合格的眼底图像由于血管边界清晰，会在分解后的细节子图像通道中具有明显的纹理，即该通道将具有较大的能量；不合格的眼底图像由于模糊导致细节缺失，在分解后的细节子图像中，能量值较小㊂这８个子图像的能量值共同构成一个８维特征向量，输入最小二乘支持向量机中做眼底图像是否模糊的判断［１３］㊂Ｅｎ＝１ＭˑＮ Ｍｉ＝１ Ｎｊ＝１ｘ（ｉ，ｊ）２㊀ｉ，ｊɪｍａｓｋ（１）图１㊀视网膜眼底图像示例Ｆｉｇｕｒｅ１㊀Ｅｘａｍｐｌｅｓｏｆｒｅｔｉｎａｌｆｕｎｄｕｓｉｍａｇｅｓ㊀㊀最小二乘支持向量机是支持向量机的一种扩展［１４］㊂支持向量机是Ｖａｐｎｉｋ等在１９９５年提出的一种关于两类样本分类的机器学习方法，它在解决小样本㊁非线性和高维模式识别中很有优势，且推广能力强［１５］㊂对于有限的样本集，支持向量机在高维特征空间中，寻找一个最优的分界面，这个分界面能使两类样本之间的间隔最大，同时两类样本的分类误差最小㊂一般这个分界面的寻找，可通过最小化代价函数来实现㊂ＬＳ⁃ＳＶＭ将支持向量机最小化代价函数的过程由解二次规划问题转换成解线性方程的问题，求解速度和收敛精度都得到了提高，非常适用于任务的实时监控［１６－１７］㊂ＬＳ⁃ＳＶＭ的代价函数可写为：Ｊ（ｗ）＝１２ｗ２＋１２γðＮｉ＝１ｅ２ｉ（２）㊀㊀式中：ｗ２为特征空间中两类样本之间的间距，其数值越大，分类器推广能力越强，代价函数Ｊ（ｗ）越小；ｅｉ为分类器对训练样本的预测误差［１８］，其数值越小，误判风险越小，代价函数Ｊ（ｗ）也越小㊂因此，对ＬＳ⁃ＳＶＭ的训练过程，就是最小化代价函数的过程㊂样本到高维特征空间的隐式映射，则由核函数实现㊂在很多文献报道的分类问题中，核函数最简单的形式是线性（ｌｉｎｅａｒ）核函数Ｋ（ｘ１，ｘ２）＝ｘ１ｘ２，使用最多的则是高斯径向基函数（Ｇａｕｓｓｉａｎｒａｄｉａｌｂａｓｉｓｆｕｎｃｔｉｏｎ，ＲＢＦ）：Ｋ（ｘ１，ｘ２）＝ｅ－ｘ１－ｘ２２／２σ２㊂在以ＲＢＦ为核函数的ＬＳ⁃ＳＶＭ中，核函数宽度σ２和正则化参数γ是必须调整的两个参数，选用线性核函数则只用调整参数γ㊂２㊀结果与分析将全部１４６幅眼底图像分为训练样本集和测试样本集，训练样本集含有４９幅眼底图像，其中２２幅不可用于筛查，训练样本集完成对ＬＳ⁃ＳＶＭ的训练；测试样本集中的９７幅图像实现对ＬＳ⁃ＳＶＭ分类性能的评价，其中不可用于筛查的图像４３幅，剩下５４幅图像可用于筛查㊂一般情况下，ＬＳ⁃ＳＶＭ分类性能均决定于核函数的选择和核函数中对应参数的设置㊂本文首先选用使用最广泛的高斯径向基函数作为核函数㊂ＬＳ⁃ＳＶＭ核函数参数的选择也没有通用的方法，本研究采用常见的搜索式优化参数方法［１９］，参㊃８６１㊃北京生物医学工程㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第３８卷数σ的搜索范围为－２ １０，γ的搜索范围为０ １０，搜索步长均为０ １㊂采用σ和γ不同的参数组合，先用训练集对ＬＳ⁃ＳＶＭ进行训练，然后再考察这一参数组合下的训练集的分类结果，即训练集分类正确率越高，参数组合越好㊂实验中发现，对于眼底图像的质量控制，以ＲＢＦ为核的ＬＳ⁃ＳＶＭ，核函数的宽度σ２和正则化参数γ在搜索范围内，均能对用于训练的所有样本作正确的分类，即训练集的分类正确率为１００％㊂当参数σ和γ的搜索范围向上扩大到１００时，训练集的正确率仍保持为１００％，这说明对于眼底图像各通道的能量作为输入特征的ＬＳ⁃ＳＶＭ分类性能基本不依赖于参数的选择㊂为σ和γ选择了便于计算的参数，σ＝１，γ＝１㊂实验中还尝试了线性核函数，实验结果如表１所示，不管采用ＲＢＦ还是线性核函数，ＬＳ⁃ＳＶＭ都能将所有不可用于筛查的模糊图像挑选出来，即灵敏度为１００％㊂这样的分类结果一方面是由于实验中使用的样本量还不大，另一方面也是由于实验中用到的不可用于筛查的眼底图像类型相近㊂在ＲＢＦ核函数使用中，ＬＳ⁃ＳＶＭ将两幅医生鉴定可用的图像判定为不合格㊂这在实际的使用中，会造成拍摄者工作量略有增加，但不会造成其他的不良后果㊂表１㊀ＬＳ⁃ＳＶＭ分类识别结果Ｔａｂｌｅ１㊀ＣｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｏｆＬＳ⁃ＳＶＭ项目核函数灵敏度／％特异性／％正确率／％训练集ＲＢＦ／Ｌｉｎｅａｒ１００１００１００测试集ＲＢＦ１００９６ ３９７ ９测试集Ｌｉｎｅａｒ１００１００１００３㊀讨论与结论本文的实验结果表明，ＬＳ⁃ＳＶＭ能很好地对眼底视网膜图像的质量进行监控㊂在提到的两类核函数中，线性核函数表现优越，能对用到的样本做出完全正确的区分，猜想主要原因在于分类特征选取合理，ｄｂ２静态小波分解后的系数能量值能很好地描述眼底图像模糊与否㊂这两类图像的本质区别在于眼底血管与背景的对比，即血管的细节信息是否充分㊂由于两类图像差别显著，且小波变换能很好地在横向㊁纵向和对角线方向突出血管的边缘，即细节信息，因此能在分类中取得比较好的结果㊂线性核函数本身没有参数，ＲＢＦ核函数的参数σ取值范围很大，说明ＬＳ⁃ＳＶＭ的输入特征向量对参数的依赖程度极小，这应该也是输入的特征向量在高维特征空间中线性可分的表现㊂其原因除了实验中使用的模糊图像类型近似，同时也是由于样本量不够大，今后应在更大样本量的基础上，对ＬＳ⁃ＳＶＭ进行训练，以期获得更大范围的应用㊂总的说来，今后在糖网筛查或远程筛查项目中，在实时拍摄眼底图像，尤其是流动拍摄过程中，可以考虑将采集的眼底图像利用本文方法直接进行质量监控，一旦ＬＳ⁃ＳＶＭ提示眼底图像模糊，则请拍摄者根据原因进行处理㊂若确系拍摄参数设置不合理导致的图像模糊，则应直接删除或重拍，以避免采集的眼底图像不可用于临床筛查，浪费宝贵的医疗资源，为患者提供切实和必要的帮助㊂今后的工作中，还将增加样本量，并且深入开展工作，以期将由于患者瞳孔小或屈光介质浑浊导致的模糊和因拍摄条件不佳导致的模糊区分开来，帮助临床眼科工作者减小工作量㊂致谢感谢北京大学医学部马尚斌教授为本研究提供指导意见㊂参考文献［１］㊀中华医学会糖尿病分会糖尿病慢性并发症调查组．全国住院糖尿病患者慢性并发症及其相关危险因素１０年回顾性调查分析［Ｊ］．中国糖尿病杂志，２００３，１１（４）：２３２－２３７．ＩｎｖｅｓｔｉｇａｔｉｏｎＧｒｏｕｐｆｏｒＣｈｒｏｎｉｃＤｉａｂｅｔｉｃＣｏｍｐｌｉｃａｔｉｏｎｓ，ＣｈｉｎｅｓｅＤｉａｂｅｔｅｓＳｏｃｉｅｔｙ，ＣｈｉｎｅｓｅＭｅｄｉｃａｌＡｓｓｏｃｉａｔｉｏｎ．Ｃｈｒｏｎｉｃｄｉａｂｅｔｉｃｃｏｍｐｌｉｃａｔｉｏｎｓａｎｄｒｅｌａｔｅｄｍａｃｒｏ⁃ｖａｓｃｕｌａｒｄｉｓｅａｓｅｓｏｆｉｎ⁃ｐａｔｉｅｎｔｓｗｉｔｈｄｉａｂｅｔｅｓｉｎｍａｉｎｌａｎｄｏｆＣｈｉｎａ ａｎａｔｉｏｎａｌｒｅｔｒｏｓｐｅｃｔｉｖｅａｎａｌｙｓｉｓｉｎｒｅｃｅｎｔ１０ｙｅａｒｓ［Ｊ］．ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＤｉａｂｅｔｅｓ，２００３，１１（４）：２３２－２３７．［２］㊀刘卫，张勇进．糖尿病性视网膜病变［Ｊ］．国外医学眼科学分册，２００５，２９（５）：３５２－３５７．［３］㊀李春芳，丁小燕．糖尿病性视网膜病变的研究进展［Ｊ］．新医学，２００４，３５（１）：９－１０．［４］㊀ＭａｓｓｉｎＰ，ＡｕｂｅｒｔＪＰ，ＥｓｃｈｗｅｇｅＥ，ｅｔａｌ．ＥｖａｌｕａｔｉｏｎｏｆａｓｃｒｅｅｎｉｎｇｐｒｏｇｒａｍｆｏｒｄｉａｂｅｔｉｃｒｅｔｉｎｏｐａｔｈｙｉｎａｐｒｉｍａｒｙｃａｒｅｓｅｔｔｉｎｇＤｏｄｉａ（Ｄéｐｉｓｔａｇｅｏｐｈｔａｌｍｏｌｏｇｉｑｕｅｄｕｄｉａｂèｔｅ）ｓｔｕｄｙ［Ｊ］．Ｄｉａｂｅｔｅｓ＆Ｍｅｔａｂｏｌｉｓｍ，２００５，３１（２）：１５３－１６２．［５］㊀段彦华，杨春兰，刘冰．糖尿病视网膜病变自动筛查方法研究进展［Ｊ］．北京生物医学工程，２０１６，３５（３）：３１４－３１７．㊃９６１㊃第２期㊀㊀㊀㊀㊀㊀许莉莉，等：糖尿病视网膜病变筛查中的眼底图像质量控制ＤｕａｎＹＨ，ＹａｎｇＣＬ，ＬｉｕＢ．Ｒｅｓｅａｒｃｈｄｅｖｅｌｏｐｍｅｎｔｏｆａｕｔｏｍａｔｉｃｄｉａｂｅｔｉｃｒｅｔｉｎｏｐａｔｈｙｓｃｒｅｅｎｉｎｇ［Ｊ］．ＢｅｉｊｉｎｇＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２０１６，３５（３）：３１４－３１７．［６］㊀ＭｏｏｋｉａｈＭＲＫ，ＡｃｈａｒｙａＵＲ，ＣｈｕａＣＫ，ｅｔａｌ．Ｃｏｍｐｕｔｅｒ⁃ａｉｄｅｄｄｉａｇｎｏｓｉｓｏｆｄｉａｂｅｔｉｃｒｅｔｉｎｏｐａｔｈｙ：ａｒｅｖｉｅｗ［Ｊ］．ＣｏｍｐｕｔｅｒｓｉｎＢｉｏｌｏｇｙ＆Ｍｅｄｉｃｉｎｅ，２０１３，４３（１２）：２１３６－２１５５．［７］㊀ＲａｊａＤＳＳ，ＶａｓｕｋｉＳ．Ｓｃｒｅｅｎｉｎｇｄｉａｂｅｔｉｃｒｅｔｉｎｏｐａｔｈｙｉｎｄｅｖｅｌｏｐｉｎｇｃｏｕｎｔｒｉｅｓｕｓｉｎｇｒｅｔｉｎａｌｉｍａｇｅｓ［Ｊ］．ＡｐｐｌｉｅｄＭｅｄｉｃａｌＩｎｆｏｒｍａｔｉｃｓ，２０１５，３６（１）：１３－２２．［８］㊀付浩祥，周金长，蔡多贤．分析比较不同筛查方法诊断糖尿病视网膜病变的价值［Ｊ］．中国现代药物应用，２０１８，１２（１２）：７０－７１．［９］㊀高玮玮，程武山，沈建新，等．免散瞳眼底图像在糖尿病视网膜病变自动筛查中的应用［Ｊ］．激光生物学报，２０１５，２４（４）：３３５－３４０，３８１．ＧａｏＷＷ，ＣｈｅｎｇＷＳ，ＳｈｅｎＪＸ，ｅｔａｌ．Ｒｅｓｅａｒｃｈｏｆｎｏｎ⁃ｄｉｌａｔｅｄｆｕｎｄｕｓｉｍａｇｅｓｆｏｒａｕｔｏｍａｔｅｄｄｉａｂｅｔｉｃｒｅｔｉｎｏｐａｔｈｙｓｃｒｅｅｎｉｎｇ［Ｊ］．ＡｃｔａＬａｓｅｒＢｉｏｌｏｇｙＳｉｎｉｃａ，２０１５，２４（４）：３３５－３４０，３８１．［１０］㊀全婵娟，王肖，杨新怀，等．免散瞳眼底彩色照在糖尿病视网膜病变社区远程筛查中的应用［Ｊ］．中山大学学报（医学版），２０１８，３９（２）：２９８－３０２．ＱｕａｎＣＪ，ＷａｎｇＸ，ＹａｎｇＸＨ，ｅｔａｌ．Ａｐｐｌｉｃａｔｉｏｎｏｆｎｏｎ⁃ｍｙｄｒｉａｔｉｃｄｉｇｉｔａｌｆｕｎｄｕｓｃａｍｅｒａｉｎｒｅｍｏｔｅｓｃｒｅｅｎｏｆｄｉａｂｅｔｉｃｒｅｔｉｎｏｐａｔｈｙｆｏｒｃｏｍｍｕｎｉｔｙｒｅｓｉｄｅｎｔｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｕｎＹａｔ⁃ＳｅｎＵｎｉｖｅｒｓｉｔｙ（ＭｅｄｉｃａｌＳｃｉｅｎｃｅｓ），２０１８，３９（２）：２９８－３０２．［１１］㊀李建军，徐亮，彭晓燕，等．远程眼科单张眼底像质量标准（征求意见稿）［Ｊ］．眼科，２０１５，２４（１）：１１－１２．［１２］㊀李亚标，王宝光，李温温．基于小波变换的图像纹理特征提取方法及其应用［Ｊ］．传感技术学报，２００９，２２（９）：１３０８－１３１１．ＬｉＹＢ，ＷａｎｇＢＧ，ＬｉＷＷ．Ａｍｅｔｈｏｄｏｆｉｍａｇｅｔｅｘｔｕｒｅｆｅａｔｕｒｅａｎａｌｙｓｉｓｂａｓｅｄｏｎｗａｖｅｌｅｔｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎ［Ｊ］．ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｅｎｓｏｒｓａｎｄＡｃｔｕａｔｏｒｓ，２００９，２２（９）：１３０８－１３１１．［１３］㊀肖玉飞，刘祖润，李目．基于小波包能量熵与ＳＶＭ的模拟电路故障诊断［Ｊ］．电子测量技术，２０１１，３４（６）：１１０－１１３．ＸｉａｏＹＦ，ＬｉｕＺＲ，ＬｉＭ．ＡｎａｌｏｇｃｉｒｃｕｉｔｆａｕｌｔｄｉａｇｎｏｓｉｓｂａｓｅｄｏｎｗａｖｅｌｅｔｐａｃｋｅｔｅｎｅｒｇｙｅｎｔｒｏｐｙａｎｄＳＶＭ［Ｊ］．ＥｌｅｃｔｒｏｎｉｃＭｅａｓｕｒｍｅｎｔＴｅｃｈｎｏｌｏｇｙ，２０１１，３４（６）：１１０－１１３．［１４］㊀张健沛，赵莹，杨静．最小二乘支持向量机的半监督学习算法［Ｊ］．哈尔滨工程大学学报，２００８，２９（１０）：１０８８－１０９２．ＺｈａｎｇＪＰ，ＺｈａｏＹ，ＹａｎｇＪ．Ｓｅｍｉ⁃ｓｕｐｅｒｖｉｓｅｄｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｗｉｔｈａｌｅａｓｔｓｑｕａｒｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，２００８，２９（１０）：１０８８－１０９２．［１５］㊀张学工．关于统计学习理论与支持向量机［Ｊ］．自动化学报，２０００，２６（１）：３２－４２．ＺｈａｎｇＸＧ．Ｉｎｔｒｏｄｕｃｔｉｏｎｔｏｓｔａｔｉｓｔｉｃａｌｌｅａｒｎｉｎｇｔｈｅｏｒｙａｎｄｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓ［Ｊ］．ＡｃｔａＡｕｔｏｍａｃｔｉｃａＳｉｎｉｃａ，２０００，２６（１）：３２－４２．［１６］㊀阎威武，邵惠鹤．支持向量机和最小二乘支持向量机的比较及应用研究［Ｊ］．控制与决策，２００３，１８（３）：３５８－３６０．ＹａｎＷＷ，ＳｈａｏＨＨ．Ａｐｐｌｉｃａｔｉｏｎｏｆｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓａｎｄｌｅａｓｔｓｑｕａｒｅｓｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓｔｏｈｅａｒｔｄｉｓｅａｓｅｄｉａｇｎｏｓｅｓ［Ｊ］．ＣｏｎｔｒｏｌａｎｄＤｅｃｉｓｉｏｎ，２００３，１８（３）：３５８－３６０．［１７］㊀许莉莉，师炜，郭学谦，等．基于最小二乘支持向量机的心音分类识别研究［Ｊ］．中国医疗设备，２０１７，３２（４）：３８－４１．ＸｕＬＬ，ＳｈｉＷ，ＧｕｏＸＱ，ｅｔａｌ．Ｈｅａｒｔｓｏｕｎｄｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎｌｅａｓｔｓｑｕａｒｅｓｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓ［Ｊ］．ＣｈｉｎａＭｅｄｉｃａｌＤｅｖｉｃｅｓ，２０１７，３２（４）：３８－４１．［１８］㊀顾燕萍，赵文杰，吴占松．最小二乘支持向量机的算法研究［Ｊ］．清华大学学报（自然科学版），２０１０，５０（７）：１０６３－１０６６．ＧｕＹＰ，ＺｈａｏＷＪ，ＷｕＺＳ．Ｌｅａｓｔｓｑｕａｒｅｓｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅａｌｇｏｒｉｔｈｍ［Ｊ］．ＪｏｕｒｎａｌｏｆＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ（ＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ），２０１０，５０（７）：１０６３－１０６６．［１９］㊀朱向荣，单杨，李高阳，等．基于最小二乘支持向量机的国公酒中橙皮苷含量测定［Ｊ］．光谱学与光谱分析，２００９，２９（９）：２４７１－２４７４．ＺｈｕＸＲ，ＳｈａｎＹ，ＬｉＧＹ，ｅｔａｌ．ＤｅｔｅｒｍｉｎａｔｉｏｎｏｆｈｅｓｐｅｒｉｄｉｎｃｏｎｔｅｎｔｉｎｇｕｏｇｏｎｇｊｉｕｍｅｄｉｃｉｎａｌｗｉｎｅｂａｓｅｄｏｎＮＩＲｓｐｅｃｔｒｏｍｅｔｒｙａｎｄｌｅａｓｔｓｑｕａｒｅｓｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓ［Ｊ］．ＳｐｅｃｔｒｏｓｃｏｐｙａｎｄＳｐｅｃｔｒａｌＡｎａｌｙｓｉｓ，２００９，２９（９）：２４７１－２４７４．（２０１８－０８－２４收稿，２０１８－１１－２０修回）㊃０７１㊃北京生物医学工程㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第３８卷。
糖尿病视网膜病变防治专家共识要点
糖尿病视网膜病变防治专家共识要点1.糖尿病视网膜病变的定义和分类：- 无增生性糖尿病视网膜病变：表现为微血管病变，包括微aneurysms、微出血、渗出和硬渗。
-非增生性糖尿病视网膜病变：包括球形硝石、瞳孔很小的硝石和硝石的穿透背景的硝石。
-增生性糖尿病视网膜病变：表现为异常新生血管、纤维增生和玻璃膜病变。
2.糖尿病视网膜病变的筛查：-所有类型的糖尿病患者应该接受视网膜筛查，糖尿病确诊后即可开始筛查。
-年轻人在糖尿病确诊后5年开始筛查；2型糖尿病患者从确诊时开始筛查，同时每3年作为保持较好血糖控制的指标。
-对于已经发展为增生性糖尿病视网膜病变的患者，需要更加频繁的筛查。
3.血糖控制：-严格控制血糖水平是预防和治疗糖尿病视网膜病变的关键。
-目标为：糖化血红蛋白（HbA1c）＜7%。
4.血压控制：-控制血压有助于降低糖尿病视网膜病变的风险。
- 血压目标为：一般情况下收缩压＜140 mmHg，舒张压＜90 mmHg；对于有糖尿病肾病（肾病或高蛋白尿）的患者，收缩压＜130 mmHg，舒张压＜80 mmHg。
5.使用药物：-血管紧张素转化酶抑制剂（ACEI）和血管紧张素受体拮抗剂（ARB）可用于降低糖尿病视网膜病变的风险。
-阿司匹林的应用不推荐作为糖尿病视网膜病变的一线治疗。
6.激素治疗：-对于增生性糖尿病视网膜病变患者，可考虑激素治疗，如激素植入物或激素注射。
7.准确诊断：-患者的病史和眼底检查结合起来，有助于糖尿病视网膜病变的准确诊断。
-针对不同类型的病变，应制定相应的治疗计划。
8.注射与激光治疗：- 对于一些患有增生性糖尿病视网膜病变的患者，可进行注射治疗，包括抗血管内皮生长因子（anti-VEGF）药物和糖皮质激素。
-激光治疗可用于治疗增生性糖尿病视网膜病变，可减少异常新生血管的产生和脱落。
9.手术治疗：-对于增生性糖尿病视网膜病变患者，手术治疗可作为一种选择。
-自发玻璃膜摘除和玻璃膜切割术是常见的手术治疗方法。
糖尿病视网膜病变相关检测指标与药物治疗
Ｒ 患者５ ２ 例 ，Ｄ Ｒ 患者６ ８ 例 ，同时 （ Ｐ ＜ ０ ． ０ ５ ） ，而低 ２ 剂量 组较 低 ｌ 剂量 组 患者 Ｄ Ｒ 发 生率 明 眼底检查 ，确诊无Ｄ
０ 名 作 对 照 ，使 用 法 国Ｄ一 二 聚体 自动 显 降低 （ Ｐ ＜ ０ ． ｏ ５ ） 。说 明血 清 维生 素 Ｄ 水 平 降低 ，可 使 选 择 健 康 人 员 ４ Ｔ ２ Ｄ Ｍ患 者 的Ｄ Ｒ 发 生 率升 高 ， 同时 给 予骨 化 三 醇 治 定量 分 析 仪 ，测 定 受 试者 体 内含 量 ，结 果 显示 糖 尿 疗可 以显著 降 低Ｔ ２ Ｄ Ｍ 患者 新 发Ｄ Ｒ 的发 生 。
后 果 是直 接 致盲 。Ｄ Ｒ 发病 病 程 多 在 １ ０ 年 以上 ，因而 患 者３ １ 例 ，未 发 生ＤＲ患 者４ ６ 例 ，另外 选 取体 检 健 康 ５ 例 做为 正 常对 照 。分 别对 受 试者 空腹 血清 游离 脂 防治变 得 十分 困难 ，所 以早 期发 现及 监测 此疾病 的发 者 ７ 生 、发展 显得 尤为 重要 ，随着近 年对 糖尿 糖 并发症 研 肪 酸水 平进 行 测定 ，并进 行 分析 。结 果糖 尿病 组 较正 组 游 离 究的 不断 深入 ，逐 步 发现 出许多 与此 疾病 相 关的检 测 常 对 照 组 游离 脂 肪 酸 水平 显 著升 高 ，其 中ＤＲ
物与临床 Ｄｒ ｕ ｇ ｓ ａ ｎ ｄ Ｃ ｌ ｉ ｎ ｉ ｃ
Ｄ
天 津 中医 药大 学第一 附属 医院
中 图分 类号 Ｒ ５ ８ ７ １ 文献标 识码
ｌ ∈ ｅ ｔ ∈
倪 天庆
文章编号 １ ６ ７ ２ — ２ ８ ０ ９ （ ２ ０ １ ４ ） ０ ３ — ０ ０ ４ ６ — ０ ３ Ａ
糖尿病眼底照相
糖尿病眼底照相糖尿病是一种慢性疾病，常常给患者的眼睛带来严重的损害。
眼底照相作为一种常见的检查方法，可以帮助医生及时了解病情并制定治疗计划。
本文将介绍糖尿病眼底照相的定义、作用以及常见的病变表现等内容，旨在帮助读者更好地理解和应对这一疾病。
一、糖尿病眼底照相的定义及作用糖尿病眼底照相，也称为糖尿病视网膜病变的照相检查，是一种通过摄影技术将眼底结构、血管和病变状况记录下来的检查方法。
眼底照相可以观察眼底的血管变化、病变情况以及可能存在的异常表现，对于早期发现和及时处理糖尿病引起的眼部损伤具有重要意义。
糖尿病眼底照相的作用主要有以下几点：1. 评估视网膜病变的程度：视网膜是人眼中最重要的组织之一，而糖尿病患者往往会引起视网膜的损害。
眼底照相可以清晰地显示出视网膜上的血管变化、病变区域以及出血、水肿等病变表现，帮助医生准确评估病情。
2. 指导治疗方案：通过照相所得的图像，医生可以了解病变的部位、程度和类型，从而合理制定治疗计划。
不同类型的病变需要采取不同的治疗方式，如激光治疗、手术治疗或者药物治疗等。
3. 跟踪病情变化：眼底照相是一种非常客观的检查方法，可以记录下糖尿病引起的眼部病变情况。
通过定期复查眼底照相，医生可以跟踪病情的变化，及时调整治疗方案。
二、糖尿病眼底照相的步骤及注意事项糖尿病眼底照相通常需要在医院的眼科进行，以下是常见的照相步骤及需要注意的事项：1. 麻药眼部：在进行眼底照相之前，医生通常会给患者滴眼药水来麻醉眼部，以减轻不适感，同时也方便进行检查。
2. 安置瞳孔扩张剂：为了更好地观察视网膜和眼底的病变情况，医生通常会使用瞳孔扩张剂，使瞳孔扩大，便于光线的进入和图像的拍摄。
3. 瞳孔扩张后等待：安置瞳孔扩张剂后，患者需要等待一段时间，让药物充分发挥作用，使瞳孔扩大到适合进行照相的状态。
4. 进行眼底照相：当瞳孔扩张到合适状态后，医生会用专业的眼底相机对患者的眼部进行照相。
患者需保持头部稳定，遵从医生的指示，配合完成检查。
糖尿病常规医疗的眼底照相和糖尿病视网膜病变影像诊断阅片实施指南
糖尿病常规医疗的眼底照相和糖尿病视网膜病变影像诊断阅片实施指南目录背景概要 (2)MedLink工作站的实施 (2)设置用于糖尿病常规健康管理的眼底照相设备 (3)糖尿病常规健康管理的DR评估程序 (4)DR筛查阅片 (4)DR常规诊断阅片 (4)DR定量诊断阅片 (5)眼科健康管理DR评估程序（眼科DR评估） (6)眼科DR分级的简易程序 (6)ETDRS标准DR评级程序 (7)开展第三方独立DR影像诊断服务 (7)常规诊断DR阅片 (8)定量诊断DR阅片 (8)临床实践中DR阅片程序的实施 (9)医生阅片 (9)第三方阅片 (10)DR阅片的系统质量控制 (10)眼科支持的发展 (10)培训项目 (11)眼底照相培训 (11)眼底照相DR阅片培训 (11)培训“培训讲师”模式培训 (11)修订记录 (12)背景概要1、糖尿病视网膜病变（DR）是糖尿病的其中一种最具特征性的病理变化，和空腹血糖（FPG）、口服葡萄糖载量两小时后血糖(2-h PG)和糖化血红蛋白（HbA1c）作为定义糖尿病诊断阈值的病理学参考。
随着高质量无创数字眼底照相技术和质量担保的DR评估技术的发展，DR这一重要的参考指标将可能作为除了FPG，2-h PG和HbA1c外一项重要的常规系统评估工具，在糖尿病常规健康管理中应用。
2. 在许多国家，DR是导致人们视力丧失的其中一个主要原因。
DR评估在糖尿病常规健康管理中的应用对于早期发现影响视力的DR的和及时的医疗干预来说十分重要。
在预防糖尿病相关的视力丧失上，比起传统的眼科专家进行DR筛查的方式，DR评估可能是一种更加有效的方法。
3. 在糖尿病的常规健康管理中，定期照相监测DR改变也可作为一项有效的病人教育工具，显著提升病人依从性，因此能更好地提升病人控制糖尿病的水平。
MedLink工作站的实施MedLink工作站是由JCPI开发的，应用于IDF-WPR DCMP1项目的基于云平台的临床记录系统。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
糖尿病眼底病变筛查
糖尿病眼底病变是糖尿病患者中常见的并发症之一，也是导致糖尿病患者失明的主要原因。
为了及早发现和治疗糖尿病眼底病变，糖尿病眼底病变筛查成为非常重要的措施。
在本文中，我们将介绍糖尿病眼底病变筛查的重要性、筛查方法和筛查周期。
一、糖尿病眼底病变筛查的重要性
糖尿病眼底病变是由于长期高血糖损害视网膜血管所导致的。
如果不及时发现和治疗，糖尿病患者可能出现血管渗漏、视网膜水肿、玻璃体出血等严重症状，进而导致失明。
因此，定期进行糖尿病眼底病变筛查非常重要。
糖尿病眼底病变筛查可以通过检查眼底血管、视盘和黄斑等来评估患者是否存在病变。
早期发现病变可以采取相应的治疗措施，避免病情恶化。
通过筛查，医生可以及时干预，减少失明的风险，提高患者的生活质量。
二、糖尿病眼底病变筛查的方法
糖尿病眼底病变筛查有多种方法，常用的包括眼底检查和荧光眼底血管造影。
以下是对这两种方法的说明：
1. 眼底检查：这是一种无创的方法，医生使用专业的眼底照相机拍摄患者的眼底图像。
通过放大图像，医生可以仔细观察眼底血管是否存在渗漏和病变。
这种方法需要患者瞳孔扩张剂来扩大瞳孔，以便更好地观察眼底情况。
2. 荧光眼底血管造影：这种方法需要将染料注射到患者的静脉中，
然后使用专用的摄影设备观察染料在眼底血管中的流动情况。
荧光眼
底血管造影可以更准确地评估血管的异常和病变。
根据患者的具体情况，医生会选择适当的筛查方法进行检查。
在筛
查过程中，患者需要配合医生的操作，保持眼睛稳定，以获得更准确
的结果。
三、糖尿病眼底病变筛查的周期
糖尿病眼底病变筛查的频率取决于患者是否有其他并发症的存在以
及其糖尿病控制的情况。
以下是一般建议的筛查周期：
1. 糖尿病患者无并发症的情况下：在确诊糖尿病后，首次眼底检查
应在确诊后的1年内进行。
如果未发现病变，则每2-3年进行一次眼底检查。
2. 糖尿病患者存在其他并发症的情况下：如高血压、肾脏病等，建
议在确诊后的6个月内进行首次眼底检查。
如果未发现病变，则每1-2
年进行一次眼底检查。
3. 对于已经发现眼底病变的患者：应根据医生的建议进行定期复查，以监测病情的进展和调整治疗方案。
值得注意的是，如果糖尿病控制不佳或出现其他症状，建议随时进
行眼底检查，以及时发现和处理糖尿病眼底病变。
结语
糖尿病眼底病变筛查对于糖尿病患者来说非常重要。
通过定期的筛查，可以早期发现病变并及时采取治疗措施，降低失明的风险。
眼底检查和荧光眼底血管造影是常用的筛查方法，医生会根据患者的具体情况选择适当的方法。
筛查周期的确定应根据患者是否有其他并发症以及糖尿病的控制情况。
糖尿病患者应始终关注眼底健康，定期进行糖尿病眼底病变筛查，以保护视力和提高生活质量。