综述：脉络膜新生血管的影像学检测技术

这篇综述系统阐述了脉络膜新生血管（CNV）的影像学检测技术进展，重点分析了荧光素血管造影（FA）、吲哚菁绿血管造影（ICGA）、光学相干断层扫描（OCT）及其血管成像（OCTA）等技术的原理、优势与局限，同时探讨了光声显微镜、人工智能（AI）等新兴技术在CNV检测中的应用前景，为眼底疾病的精准诊疗提供了重要参考。

　　

脉络膜新生血管的影像学检测技术全景

解剖学分类的演进

脉络膜新生血管（CNV）的解剖学分类历经多次革新。从1967年Gass基于荧光素血管造影（FA）提出的经典分型，到2020年CONAN工作组建立的现代分类体系，CNV被明确划分为1型（位于布鲁赫膜与视网膜色素上皮间）、2型（突破RPE进入视网膜下腔）和3型（源自视网膜深层血管的罕见类型）。这种分类革新得益于OCT技术对RPE-Bruch膜-脉络膜复合体的分层解析能力，特别是OCTA能清晰显示CNV与视网膜各层的三维空间关系。

染料血管造影技术的金标准地位

尽管新兴技术层出不穷，FA和ICGA仍保持着CNV检测的"金标准"地位。FA通过动态记录荧光素钠在血管内的渗漏过程，可精确判断CNV活动性；而ICGA凭借吲哚菁绿与血浆蛋白的高结合率，能穿透出血灶显示隐匿性CNV。研究显示，FA对典型CNV的检出率达92%，但对1型CNV的敏感性仅68%，这正是ICGA的补充价值所在——其近红外光谱可穿透RPE色素，对息肉状脉络膜血管病变（PCV）的识别具有不可替代性。

OCT技术的革命性突破

频域OCT（SD-OCT）将轴向分辨率提升至5μm，能清晰显示CNV相关的RPE断裂、视网膜下液等特征。而OCTA通过分割Bruch膜、脉络膜毛细血管等层次，实现了CNV的"无创活检"：1型CNV表现为RPE下的"灌木丛"状高反射，2型CNV呈现视网膜下的"海扇"样结构，3型CNV则显示为外层视网膜的微小血管簇。值得注意的是，OCTA对CNV血流检测的敏感性达87.3%，但对渗漏评估仍需结合FA。

人工智能的赋能效应

深度学习算法在CNV检测中展现出惊人潜力。Yang等开发的CNN模型通过分析OCTA图像，可自动识别1型CNV的"轮辐"样特征和2型CNV的"网状"结构，准确率达94.2%。更令人振奋的是，AI能整合多模态数据（如OCT+FA+ICGA），预测抗VEGF治疗的应答率，为个性化治疗提供决策支持。

前沿技术的突破方向

光声显微镜（PAM）通过检测血红蛋白吸收谱，实现了CNV的氧代谢功能成像；光热OCT能动态监测抗VEGF药物在CNV组织的分布；而功能荧光血管造影则通过分析荧光衰减动力学，可早期发现血管通透性改变。这些技术将CNV研究从形态学带入功能学时代。

结语

从Gass时代的二维造影到如今的多模态智能成像，CNV检测技术已实现从"看得见"到"看得清"再到"看得懂"的三级跨越。未来随着分子影像学与AI的深度融合，CNV诊疗必将迈向精准化、个体化的新纪元。