《Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization》：Comprehensive study of ophthalmic diseases: insights, challenges and innovations
编辑推荐：
这篇综述全面探讨了眼科疾病的研究现状、挑战与未来方向。文章系统分析了眼科疾病的分类、诊断难点、影像技术应用及风险因素，并指出当前多数研究（57%）聚焦于糖尿病视网膜病变（DR）。作者总结了现有方法（尤其是卷积神经网络CNN的应用）的局限，提出一个旨在通过混合深度学习在单一框架内实现对多种眼病及其严重程度进行早期检测与分类的新系统，以弥补现有研究的不足。
眼科疾病是一项至关重要的全球性健康问题，影响着全球数百万人，可导致视力丧失，从而严重影响生活质量和增加社会经济负担。疾病的分类是眼科领域的关键环节，有助于诊断、治疗和研究。眼科疾病涵盖一系列影响眼睛及其周围组织的病症，可基于解剖结构、临床表现、年龄相关因素、全身系统关联和创伤性原因进行分类。眼科医生利用这些分类来提供有针对性的治疗和干预。
引言
眼科时代致力于研究和处理与眼睛及视觉系统相关的疾病与障碍。眼科疾病范围广泛，从常见的屈光不正等易于治疗的问题，到青光眼、年龄相关性黄斑变性（AMD）、糖尿病视网膜病变（DR）和白内障等严重且可能导致失明的疾病。这些病症影响所有年龄段和背景的个体。眼睛是一个极其复杂和精密的器官，负责我们的视觉。眼科疾病可影响多个眼部结构，包括晶状体、角膜、视神经、视网膜以及眼睑和泪管等周围组织。这些疾病表现出一系列多样化的症状，从视力模糊和眼部不适到疼痛、发红，严重时甚至导致视力丧失。理解眼科疾病至关重要，因为视力是人类福祉和生活质量的基本要素。视力受损会妨碍日常活动，限制独立性并降低整体生活满意度。此外，未经治疗的眼科疾病可能进展为不可逆的视力丧失，因此早期检测和干预至关重要。
眼科疾病的重要性与影响
本章节阐述了眼科疾病对个体和社会的重要性及影响。这些疾病影响所有年龄段和背景的人群，不仅影响个体的生活质量，还具有更广泛的社会和经济影响。
个体影响
- •
视力丧失与损害：眼科疾病可导致完全或部分视力丧失，严重影响个体独立进行日常活动的能力。视力丧失可导致生活质量下降、行动能力降低以及对他人依赖性的增加。
- •
生理与心理健康：视力障碍可因跌倒和事故导致身体伤害。此外，它可能引发焦虑和抑郁等心理和情绪健康问题，并导致自由丧失和社会孤立。
- •
教育与职业限制：患有未治疗眼病的儿童可能在学习和学业成就方面遇到困难。同样，当视力受损时，成年人可能在维持就业或追求职业生涯方面面临挑战。
- •
对人际关系的影响：视力丧失可能使个人在日常任务上依赖家庭成员帮助，从而对个人关系造成压力，影响患者及其照顾者的情感健康。
社会影响
- •
经济负担：眼科疾病给社会带来巨大的经济负担。这包括与医疗保健、诊断、治疗和康复相关的成本，以及与视力障碍或失明导致的生产力损失相关的间接成本。
- •
医疗保健服务利用率增加：眼科疾病通常需要频繁的医疗就诊、手术干预和长期管理，从而增加了对医疗服务的需求，可能给医疗系统和资源带来压力。
- •
教育与就业影响：与视力相关的困难可导致教育程度降低和就业机会减少，从而可能造成劳动力技能水平下降以及个人和社会层面的经济生产力降低。
- •
社会福利项目：视力受损的个体可能需要社会福利和残疾支持，进一步影响政府预算和资源。
- •
公共卫生关切：眼科疾病是一个重大的公共卫生问题。它们可能预示着更广泛的健康问题，如糖尿病或高血压，并可能导致影响整体福祉的并发症。
预防与干预
- •
早期检测与治疗：通过早期检测和适当治疗，可以减轻眼科疾病的影响。定期眼科检查有助于在干预措施最有效的早期阶段识别病症。
- •
视力康复：康复服务，包括视力辅助设备、适应性技术和培训计划，可以帮助视力障碍者重获独立并改善生活质量。
- •
公众意识与教育：促进公众对健康眼睛和定期眼科检查重要性的认识，有助于早期发现和预防眼科疾病。
眼科疾病的分类
眼科疾病种类繁多，每种都有其独特的特征和表现。眼科疾病可基于解剖学、病因学、临床表现、年龄相关因素、全身系统关联和创伤性原因进行分类。图1展示了各类疾病及其子类别，表1则列出了各类疾病的症状及检测方法。
- •
屈光不正：
- •
近视（Myopia）：难以看清远处物体。
- •
远视（Hyperopia）：难以看清近处物体。
- •
散光（Astigmatism）：由于角膜或晶状体形状不规则导致的视力模糊或扭曲。
- •
老视（Presbyopia）：与年龄相关的近距离物体对焦困难。
- •
白内障（Cataracts）：
- •
年龄相关性白内障：因衰老导致眼睛天然晶状体混浊。
- •
先天性白内障：出生时即存在或在婴儿期发展。
- •
外伤性白内障：由眼部损伤或外伤引起。
- •
继发性白内障：作为其他眼病或全身性疾病的结果而发展。
- •
青光眼（Glaucoma）：
- •
原发性开角型青光眼：眼内压升高导致视神经逐渐受损。
- •
闭角型青光眼：由于引流角狭窄导致眼内压突然升高。
- •
正常眼压性青光眼：尽管眼内压正常但仍发生视神经损伤。
- •
继发性青光眼：由其他眼病、外伤或全身性疾病引起。
- •
年龄相关性黄斑变性（Age-Related Macular Degeneration, AMD）：
- •
干性AMD：涉及黄斑的逐渐分解。
- •
湿性AMD：由于黄斑下血管异常生长导致瘢痕形成和液体渗漏。
- •
糖尿病视网膜病变（Diabetic Retinopathy, DR）：
- •
非增殖性：视网膜血管弱化和潜在的液体渗漏。
- •
增殖性：异常新生血管在视网膜上生长。
- •
视网膜疾病（Retinal Diseases）：
- •
视网膜脱离：视网膜从其下层组织中分离。
- •
视网膜色素变性：视网膜进行性退化导致视力丧失。
- •
黄斑裂孔：黄斑上的小破损或缺陷。
- •
角膜疾病（Corneal Diseases）：
- •
圆锥角膜：角膜进行性变薄和膨出。
- •
角膜营养不良：影响角膜结构和透明度的遗传性疾病。
- •
角膜感染。
- •
眼部炎症与感染（Ocular Inflammation and Infection）：
- •
眼内炎：眼内严重感染。
- •
结膜炎。
- •
葡萄膜炎：葡萄膜和眼球中层的炎症。
- •
眼部疱疹：影响眼睛的病毒感染。
- •
遗传性和遗传性眼疾（Genetic and Hereditary Eye Disorders）：
- •
视网膜色素变性：导致进行性视力丧失的遗传性疾病。
- •
Leber先天性黑矇：导致出生即严重视力障碍的遗传性疾病。
- •
先天性白内障。
- •
其他眼部病症：
病因与风险因素
了解与眼科疾病相关的风险因素对于预防和早期干预至关重要。本节讨论遗传易感性、生活方式因素、全身性疾病和环境影响因素，这些因素共同导致各种眼部病症的发生。此处提到的病因和风险因素并非详尽无遗，个体病例可能有导致眼科疾病发展的独特因素。
屈光不正
- •
病因：当眼睛形状阻止光线正确聚焦在视网膜上时发生。常见原因包括眼球长度、角膜曲率或晶状体形状的变化。
- •
风险因素：包括遗传易感性、屈光不正的遗传性、糖尿病等医疗状况、环境因素以及晶状体与年龄相关的变化。
白内障
- •
病因：由眼睛内部天然晶状体逐渐分解和混浊引起。主要原因是与年龄相关的变性，晶状体中的蛋白质变得不透明并聚集在一起。其他原因包括遗传因素、眼外伤、紫外线辐射暴露、某些药物以及糖尿病等全身性疾病。
- •
风险因素：年龄增长是白内障最重要的风险因素。其他风险因素包括白内障家族史、吸烟、过度阳光照射、肥胖、长期使用皮质类固醇、某些医疗状况以及先前的眼部手术或损伤。
青光眼
- •
病因：主要原因是眼内压升高，导致视神经损伤。确切病因因青光眼类型而异。在原发性开角型青光眼中，眼睛的引流系统随时间推移效率降低，导致压力升高。闭角型青光眼是由于虹膜阻塞引流角，导致眼压突然升高。
- •
风险因素：包括年龄、家族史、某些种族背景、眼压升高、角膜薄、既往眼外伤或手术、糖尿病和高血压等医疗状况，以及长期使用皮质类固醇。
视网膜疾病
- •
病因：视网膜疾病可有多种原因。有些具有遗传性，源于负责维持视网膜健康的基因的遗传突变。年龄相关的变化，如黄斑变性，归因于视网膜随时间推移的累积损伤。影响视网膜血管的血管疾病可限制血流，导致视网膜缺血。其他原因包括眼外伤、自身免疫性疾病和某些感染。
- •
风险因素：涉及家族史、年龄增长、某些遗传性疾病、全身性疾病、吸烟、过量饮酒、长时间阳光暴露以及某些药物。
图2a展示了人眼解剖结构及高亮的视网膜结构。它包含角膜、虹膜、瞳孔、晶状体、黄斑、视网膜、视神经等主要部分。以下图2（b–i）展示了正常及不同眼科疾病（如白内障，以及影响视网膜的疾病，如青光眼、糖尿病视网膜病变-DR、AMD、黄斑变性、视网膜母细胞瘤、高度近视和视网膜静脉阻塞-RVO）的眼底图像。
眼科疾病检测的诊断挑战
由于眼睛解剖结构的复杂性和某些疾病表现的微妙性，检测眼科疾病可能面临挑战。
- •
无症状早期阶段：许多眼科疾病，如青光眼和糖尿病视网膜病变，在早期阶段可以悄无声息地发展，不会引起明显症状，可能延误诊断直到疾病显著进展。
- •
症状的变异性：一些眼部病症，如干眼症或葡萄膜炎，可能表现出与其它常见眼部问题重叠的广泛症状，可能导致误诊或延误诊断。
- •
间歇性症状：患有间歇性眼部疾病的患者，如眼部偏头痛或间歇性复视，在门诊就诊期间可能不表现出症状，使得诊断具有挑战性。
- •
微妙或非特异性体征：某些眼病可能表现出容易被常规检查忽略的微妙或非特异性体征。
- •
患者依从性：患者可能并不总是遵守推荐的眼科检查或随访预约。
- •
年龄相关变化：一些与年龄相关的视力变化，如老视，可能模仿更严重眼部疾病的症状，可能导致误诊。
- •
获得专科护理的机会有限：在许多地区，获得眼科专家和先进诊断设备的机会有限，使得诊断和管理复杂的眼病具有挑战性。
- •
多种病症共存：患者可能同时患有多种眼病，使得识别其症状的主要原因变得困难。
- •
医患沟通：与患者进行有效沟通可能具有挑战性，这可能妨碍准确病史和症状描述的收集。
- •
疾病进展速度可变：一些眼病在不同个体中以不同的速度进展，使得预测何时需要治疗或干预具有挑战性。
- •
罕见和特殊病症：眼科涵盖广泛罕见和特殊病症，医疗保健提供者可能不常遇到这些病症，可能导致潜在的诊断挑战。
- •
年龄相关性眼部变化：区分年龄相关性眼部变化与病理性病症可能很棘手，特别是在老年个体中。
- •
诊断设备和成像技术的差异性：诊断设备（如OCT或成像设备）的质量和可用性可能各不相同，影响不同环境下诊断的准确性。
为了克服这些挑战，医疗保健提供者必须随时了解最新的诊断技术，鼓励定期进行眼科检查，并在必要时考虑转诊给专科眼科护理专业人员。此外，远程医疗和人工智能的进步可能有助于改善眼科疾病的早期检测。
技术与图像类型
从2008年到2023年，检测糖尿病视网膜病变（DR）、AMD、青光眼、白内障和视网膜母细胞瘤的技术和方法已显著发展。
- •
眼底照相（Fundus Photography）：一直是DR和AMD检测的基石。使用专用相机捕获视网膜、黄斑及周围视网膜的高分辨率图像。这些图像的质量和分辨率已得到改进，能够更好地观察微动脉瘤、出血和其他DR相关变化，以及玻璃膜疣、色素变化和黄斑萎缩。
- •
光学相干断层扫描（Optical Coherence Tomography, OCT）：已成为AMD和DR诊断日益重要且标准的工具。它提供视网膜层的横截面图像，可用于检测黄斑水肿、视网膜厚度变化以及评估视网膜微结构。SD-OCT（谱域OCT）和SS-OCT（扫频源OCT）提高了图像分辨率和速度。
- •
荧光素和吲哚青绿血管造影（Fluorescein and Indocyanine Green Angiography）：在此期间仍有使用。它涉及将造影剂注入患者血液中，并采集染料流经视网膜血管时捕获的图像。此方法有助于识别血管异常以及分类AMD亚型，如新生血管性（湿性）AMD。
- •
裂隙灯检查（Slit-Lamp Examination）：眼科医生使用裂隙灯检查眼前段，包括晶状体。白内障可以在检查过程中直接观察到。
- •
自动化图像分析：人工智能、深度学习和机器学习的进步催生了自动化眼底或其他图像分析系统。这些系统可以从眼底图像中检测和分级DR特征，如微动脉瘤、出血和渗出。它们显著提高了DR筛查项目的效率。图3展示了用于诊断眼科疾病的各种图像模态。
最新进展
对眼科疾病领域进行全面的调查需要广泛回顾与各种眼科病症相关的科学出版物、研究文章、综述论文和医学实验研究。本文简要概述了眼科疾病研究的一些关键主题和最新进展。
- •
糖尿病视网膜病变（DR）：DR是糖尿病患者视力损伤和失明的重要原因。最近的研究集中在早期检测和新的治疗策略上。研究探索了使用人工智能（AI）、深度学习（DL）和机器学习（ML）算法进行DR的自动筛查和分级。
- •
年龄相关性黄斑变性（AMD）：这是成年人部分或完全视力丧失的主要原因。该领域的研究集中在理解AMD的发病机制、开发有效的诊断技术以及识别新的治疗方式。抗血管内皮生长因子（VEGF）疗法改变了新生血管性年龄相关性黄斑变性（AMD）的管理，而新兴疗法如基因疗法和基于干细胞的方法正在被研究用于治疗干性和湿性AMD的潜力。
- •
青光眼（Glaucoma）：其特征是视神经损伤和进行性视野丧失。最近的研究集中在改进早期检测和监测技术。成像技术的进步，如OCT和自适应光学，使得对视神经和视网膜结构的评估更加精确。此外，研究正在调查新的手术技术、微创疗法和神经保护剂，以保护视神经功能并防止进一步的视力丧失。
- •
白内障（Cataracts）：白内障手术是全世界最常见的手术之一。该领域的研究集中在改进手术技术、优化人工晶状体设计和提高屈光结果上。先进技术人工晶状体（多焦点、景深扩展）的开发旨在减少术后对眼镜的依赖。此外，研究正在探索延迟或预防白内障形成的药理学方法。
- •
干眼症（Dry Eye Disease）：这是一种多因素疾病，其特征是泪液产生不足或泪液质量差。最近的研究调查了其潜在机制，包括炎症、神经感觉异常和泪膜不稳定。针对特定途径的新疗法，如抗炎药物、泪液刺激疗法和新型润滑剂，为更好地管理干眼症提供了可能。
- •
视网膜脱离（Retinal Detachment）：视网膜脱离需要及时诊断和手术干预以防止永久性视力丧失。研究工作集中在改进手术技术，包括使用小口径玻璃体切割系统和先进的术中成像。此外，研究正在调查辅助疗法，如药物制剂、视网膜再生方法和视网膜假体，以改善视网膜脱离修复后的视觉结果。
表2讨论了不同研究人员在2008年至2023年间针对多种眼科疾病进行检测和分级（如无病、轻度、中度、重度）研究所使用的方法和数据集。表3展示了不同研究人员所参考数据集的分析。最近，研究人员广泛使用机器学习和深度学习技术来寻求检测和分类眼科疾病的解决方案。年龄相关性黄斑变性（AMD）、糖尿病视网膜病变（DR）、青光眼和视网膜母细胞瘤的时间线图分别在图4、图5和图6中展示。表4概述了用于检测DR、AMD、青光眼和白内障的创新方法及其结论性评语和改进空间。表5包含了不同研究人员在DR、AMD、青光眼和视网膜疾病等疾病中使用的性能指标分析及其结论性评语和改进空间。
提出的系统
本研究提出了一种新颖的系统，用于从眼底图像中早期检测多种眼科疾病并对其严重程度进行分级，以便患者能够更快康复并保护眼睛免于失明和视力丧失。
我们为所提系统做出的贡献如下：
- •
预处理：去除噪声并使用CLAHE（对比度受限自适应直方图均衡化）增强图像。
- •
应用分割技术（阈值分割和基于边缘的分割）来定位特征或感兴趣区域（ROI）。
- •
从眼底图像中提取和选择特征。
- •
根据提取的特征创建标记数据集。
- •
使用选定的特征作为输入，并应用混合深度学习方法来分类多种眼科疾病及其严重程度等级。
- •
使用公开可用的标准数据集测试和验证所提出的系统。
图7展示了所提出的系统架构。
讨论
本研究讨论了与疾病、数据集和技术相关的各个方面。根据表2，据观察，57%的研究人员考虑了糖尿病视网膜病变，20%考虑了AMD，5%考虑了白内障，16%考虑了青光眼，2%考虑了视网膜母细胞瘤和视网膜疾病进行研究。
同样，研究人员使用各种公开可用和私有的数据集来测试和验证系统以检测眼科疾病并进行相应分级。根据表3，这篇综述指出，研究人员主要使用了标准数据集，分别是DIARETDB（14%）、AREDS（7%）、EyePACS（7%）、Kaggle（21%）、Messidor（28%）以及其他/本地/私有数据集（28%）。从分析中观察到，大多数研究人员使用了CNN技术（24%）。本研究的图形表示显示在图8至图15中。
正如本文讨论了一些用于检测眼科疾病的选择性和创新性方法及其改进空间，一些挑战需要解决。第一个挑战是在早期阶段检测疾病。第二个任务是开发一个单一的系统来共同解决各种眼科疾病的早期诊断。最后，其他眼病，如早产儿视网膜病变、甲状腺眼病等，由于研究考虑较少，可以在未来的研究工作中加以考虑。
总结
这篇综述论文全面且及时地概述了眼科疾病，涵盖了其流行病学、风险因素、诊断挑战和创新解决方案。通过解决这些洞见、挑战和创新，我们可以推进努力，减轻全球眼科疾病的负担，并提高受影响个体的生活质量。此外，本研究发现，28%的研究人员使用了公开可用的Messidor数据集，24%采用了CNN技术来解决眼科疾病问题，其中57%专注于糖尿病视网膜病变。尽管存在有效的方法，但在检测多种眼科疾病的系统方面仍有改进的空间。因此，为了克服现有系统的局限性，我们提出的系统旨在在一个单一的框架内增强对各种眼科疾病及其严重程度等级的检测和分类。
