基于光学相干断层扫描（OCT）的老年小鼠年龄相关性听力损失耳蜗结构改变的功能预测研究

《Journal of Intelligent Medicine》：Predicting cochlear structural alterations from auditory function in age-related hearing loss mice based on optical coherence tomography

　　

随着全球人口老龄化，年龄相关性听力损失（age-related hearing loss, ARHL）已成为重大公共卫生问题。阐明听觉功能衰退与耳蜗结构退变之间的关系，对早期检测和精准干预至关重要。然而，传统形态学方法难以实现耳蜗的高分辨率活体成像。光学相干断层扫描（optical coherence tomography, OCT）虽可高分辨率可视化耳蜗微结构，但其活体及临床适用性受解剖与光学限制制约。本研究采集4–12月龄小鼠的听觉脑干反应（auditory brainstem response, ABR）、畸变产物耳声发射（distortion product otoacoustic emission, DPOAE）及耳蜗结构特征，量化5项与耳蜗发育相关的结构参数，并将其与32项电生理特征关联。针对每一结构参数，筛选最具相关性的3项电生理特征，基于线性回归与随机森林（random forest）模型预测耳蜗形态变化，两者均取得中等预测性能。本研究建立了一种非侵入、可重复的框架，利用常规听觉电生理特征推断潜在耳蜗结构改变，克服了当前内耳成像方法的内在局限，为纵向听力监测及年龄相关性耳蜗退变的早期评估提供了潜在工具。

论文解读：基于OCT的老年小鼠ARHL耳蜗结构改变的功能预测研究

一、研究背景与意义

根据世界卫生组织数据，全球超15亿人受不同程度听力损失影响，预计2050年达25亿，其中60岁以上成人超过65%受累。年龄相关性听力损失（age-related hearing loss, ARHL，亦称presbycusis）是老年人群最常见的感觉障碍之一，以听觉敏感度、言语感知及复杂信号转导与处理进行性下降为特征，严重影响沟通与生活质量，并成为70岁以上人群主要致残原因之一。ARHL的病理涉及代谢功能障碍、微血管损伤及神经变性等，但耳蜗功能衰退的结构基础尚未完全阐明。

传统组织学需离体切片固定，易引入人为伪影；临床常用计算机断层扫描（computed tomography, CT）与磁共振成像（magnetic resonance imaging, MRI）难以高空间分辨率解析耳蜗内细微结构，限制了衰老与疾病进程中耳蜗结构变化的动态、纵向评估。光学相干断层扫描（optical coherence tomography, OCT）可高分辨率、原位、实时成像耳蜗微结构，但耳蜗高度包裹、光学通路有限，活体应用常需手术造窗，临床广泛推广受限。相比之下，ABR与DPOAE等非侵入、可重复、临床普及的听觉电生理检测，可反映耳蜗与听神经不同组分完整性。现有研究多描述电生理与病理的组间差异，缺乏从功能测量定量预测耳蜗结构状态的模型。

基于此，研究人员整合OCT结构成像与ABR/DPOAE功能检测，借助机器学习建立“功能?结构”推理框架，以非侵入方式推断耳蜗微结构变化，为ARHL早期识别与纵向监测提供新路径。该论文发表于《Journal of Intelligent Medicine》。

二、主要关键技术方法

研究人员采用C57BL/6J雄性小鼠，设4、8、12月龄三组（n=12/组）。先完成ABR与DPOAE检测，再对右耳行活体OCT成像。ABR使用TDT RZ6工作站，click及4、8、16、24、32 kHz短纯音，记录阈值、I/II波潜伏期与波幅；DPOAE以f₂/f₁=1.2，L₁=L₂，4–32 kHz，记录阈值与幅值。OCT为扫频源Mach–Zehnder干涉仪（中心波长1300 nm，带宽100 nm，轴向分辨率9.8 μm，横向9.84 μm，扫频200 kHz），经耳囊手术暴露耳蜗顶回进行X?Z截面成像。ImageJ/MATLAB定量5项结构参数：骨与螺旋韧带（spiral ligament, SL）交界厚度、顶回前庭阶（scala vestibuli, SV）与中阶（scala media, SM）高度、螺旋缘与骨螺旋板（osseous spiral lamina, OSL）厚度、Reissner膜（Reissner's membrane, RM）曲率、SM’/SM面积比（SM’为RM实际轮廓围成面积，SM为RM直线假设下面积）。以32项电生理特征为自变量，5项OCT结构为因变量，先做相关筛选，再用线性回归与随机森林（100棵树，叶节点最小样本3）建模，留一法交叉验证（leave?one?out cross?validation, LOOCV）评估，指标含MSE、MAE、R²。

三、研究结果

3.1 年龄依赖性听力损失进展

3.1.1 ABR揭示的神经听觉反应与频率特异性缺陷

Click?ABR阈值随龄渐进升高，12月龄较4、8月龄显著升高；Wave I潜伏期在8月龄已延长，12月龄全声强延长更显著；Wave I幅值在8月龄显著降低，提示外周与早期神经处理早期受损。纯音ABR在4月龄呈典型V形，最低阈值为16 kHz；8月龄轻升（尤高频），12月龄全频升高，中高频更甚。Wave I幅值变化显示：8月龄中高频高强幅值降低，12月龄全频持续降低，表明耳蜗输出与神经活动随龄受损，且高频更早更重。

3.1.2 DPOAE评估耳蜗放大缺陷

DPOAE阈值随龄全频显著升高，8月龄较4月龄升高（32 kHz最显著），12月龄几乎引不出DPOAE；幅值全频渐进下降。输入?输出函数显示4月龄幅值随强度上升明显，8月龄衰减明显（高频为重）。说明耳蜗放大随龄频率依赖性减退，高频最重。

3.2 耳蜗年龄相关结构改变

OCT横截面清晰分辨骨壁、RM、Corti器、SV、SM、鼓阶（scala tympani, ST）。顶回定量显示：骨?SL交界厚度随龄显著减薄；SV与SM高度随龄下降（顶回压缩/萎缩）；螺旋缘?OSL厚度随龄减少（Corti器支持结构退变）；12月龄RM曲率显著增加，伴SM’/SM面积比增大（类似内淋巴积水形态）。OCT为耳蜗老化微结构退变提供了直接形态学证据。

3.3 耳蜗形态与听觉电生理的结构?功能关系

3.3.1 相关分析

骨?SL厚度与ABR幅值（尤其32 kHz ABR幅值）最强相关；SV与SM高度与click?ABR Wave II幅值最相关，也与纯音ABR Wave I及DPOAE参量显著相关；螺旋缘?OSL厚度与DPOAE参量强相关；RM曲率与click阈值及低频电生理相关；SM’/SM面积比亦与click阈值及低频特征相关。多结构与多频电生理显著相关，提示ARHL在多层次影响功能，最终表现为神经电输出下降。

3.3.2 电生理预测因子识别与建模

选各结构绝对相关最高的电生理特征做回归：骨?SL厚度最佳拟合为32 kHz ABR幅值（r=0.725）；SV与SM高度为click?ABR Wave II幅值（r=0.665）；螺旋缘?OSL厚度为16 kHz DPOAE阈值（r=?0.532）；RM曲率为4 kHz ABR幅值（r=?0.641）；SM’/SM面积比为click?ABR阈值（r=0.643）。五组拟合曲线均较好，支持其作为特定形态改变的电生理指征。

3.4 基于电生理的耳蜗结构回归预测

3.4.1 线性回归模型

预测值与实测相关r=0.4916–0.7337，R²=0.3712–0.6269。骨?SL厚度最优（r=0.7337，R²=0.6269），关键预测为32 kHz ABR幅值及I/II波幅；SV与SM高度（r=0.6134，R²=0.4483）以Wave II幅值为主；RM曲率（r=0.57，R²=0.4462）以16 kHz DPOAE阈值为主；螺旋缘?OSL厚度（r=0.5603，R²=0.3944）稍弱；SM’/SM面积比最弱（r=0.4916，R²=0.3712）。变量重要性分析显示ABR I/II波幅与中高频DPOAE测度贯穿多结构，可能共享螺旋神经节与毛细胞退变病理基础。

3.4.2 随机森林模型

预测r=0.5520–0.7520，R²=0.3017–0.5642。整体与线性回归相当：骨?SL厚度最优（r=0.7520，R²=0.5642），高频ABR仍关键；SV与SM高度（r=0.6409，R²=0.4104）与RM曲率（r=0.6208，R²=0.3728）中等，主预测同前；螺旋缘?OSL厚度（r=0.5984，R²=0.3572）可比线性；SM’/SM面积比（r=0.552，R²=0.3017）仍偏低，或涉更复杂因素。随机森林可捕捉非线性交互，若干结构误差略低。变量重要性模式与线性一致：ABR I/II波幅与中高频DPOAE阈值最重要。

四、讨论总结与结论翻译

讨论指出，ARHL中电生理改变反映耳蜗感觉与神经组分退变：ABR阈值升、高频更著、波幅降，DPOAE阈值升、中高频幅值降，分别对应外毛细胞介导的耳蜗放大与微机械改变，与侧壁代谢障碍、感觉细胞及结构退变机制吻合。线性与非线性模型相当，关系含线性与非线形成分；简化模型未完全捕获复杂退变，但证明电生理特征可非侵入估算结构变化。

关键预测因子具机制内涵：骨?SL厚度关联血管纹（stria vascularis）完整性，维持内淋巴电位（endolymphatic potential, EP）与钾循环；其萎缩降EP，减神经同步化，在C57BL/6老年鼠以高频ABR变化更敏感，顶回OCT结构或反映全局病理。RM曲率与SM’/SM增提示可能内淋巴积水（endolymphatic hydrops, EH）样改变，与血管纹萎缩致离子泵障碍、内淋巴囊重吸收减、RM向SV膨出、基底膜受力改变及行波传播干扰有关，进一步降神经同步与外毛细胞放大。螺旋缘?OSL厚度变化亦可能关联此生理紊乱。

局限包括：模型对骨?SL等直接耦合参数更准，对螺旋缘?OSL等复杂几何误差较高，或因电生理对所有微解剖敏感度不均及样本量限制；OCT穿透?分辨率权衡仅能顶回成像，且需手术窗口，易受头位影响；未来更深组织高分辨率技术（如三光子显微）可提供更精确结构以训练模型。小鼠耳蜗较短、音调拓扑更压缩，人耳转化需进一步临床验证。目前临床测听偏功能，难区分耳蜗损害具体病理源，本框架可借助机器学习从常规测听推断血管纹厚度、RM曲率等结构参数，助力早期病理分型、疾病进展监测与疗效评估。

研究结论部分翻译：

综上，本研究整合基于OCT的结构成像与听觉电生理测量，采用线性回归与随机森林模型，建立了从非侵入性功能指标定量预测耳蜗微结构改变的框架。该工作不仅为衰老过程中听觉功能与耳蜗结构协同变化提供了定量视角，也为开发用于耳蜗退变早期检测与纵向监测的临床工具奠定了方法论基础。