《Diagnostics》：The Machine Learning Classification of Retinal Ganglion Cell Dendritic Texture in a 3xTg-Alzheimer’s Disease Mouse Model
编辑推荐：
背景/目的：视网膜成像在监测阿尔茨海默病（AD）神经退行性变方面具有巨大潜力，因为视网膜神经节细胞（RGC）在内丛状层（IPL）内的树突萎缩是早期事件。研究人员检验了定量光学相干断层扫描（OCT）散斑纹理分析结合监督机器学习是否能在小鼠模型中无需外源性造影剂区
背景/目的：视网膜成像在监测阿尔茨海默病（AD）神经退行性变方面具有巨大潜力，因为视网膜神经节细胞（RGC）在内丛状层（IPL）内的树突萎缩是早期事件。研究人员检验了定量光学相干断层扫描（OCT）散斑纹理分析结合监督机器学习是否能在小鼠模型中无需外源性造影剂区分AD相关的IPL改变。方法：来自三转基因AD小鼠（n=7，12月龄）和C57BL/6对照组（n=3，15月龄）的视网膜外植体使用定制1040 nm谱域OCT系统进行离体成像。从IPL感兴趣体积（VOI）中提取五个灰度共生矩阵（GLCM）特征，并使用线性支持向量机（SVM）进行分类。结果：AD和对照IPL纹理在由对比度和熵（0°）定义的二维特征空间中形成两个完全可分离的簇，实现了100%的VOI级分类准确率（95% CI: 96.4–100%）。然而，考虑到样本量小、采用VOI级而非动物级验证、缺乏组织学确认、非交错图像采集以及组间年龄/品系差异，这些结果代表了探索性数据集的可分离性，而非经过验证的诊断测试。结论：这些发现证明了基于纹理的无配体OCT区分IPL改变的可行性，表明存在强烈的潜在光学信号。在临床转化之前，需要进行充分统计效力的、匹配对照的、交错采集的、动物级交叉验证的、并伴有组织学验证的体内纵向研究。
**论文解读文章**
**研究背景与问题**
阿尔茨海默病（AD）是痴呆症的首要原因，其特征性病理改变（如β-淀粉样蛋白沉积、微管相关tau蛋白聚集、突触和神经元丢失）通常在临床症状出现前数年就已发生。目前监测临床前窗口的方法（如淀粉样蛋白PET和脑脊液生物标志物）成本高、有创且不适合大规模人群监测。因此，迫切需要可及、低成本、可重复的生物标志物以支持风险分层和疾病进展量化。视网膜作为中枢神经系统的延伸，为体内研究神经退行性变提供了光学可及的窗口。已有大量文献报道了AD的视网膜相关性，包括淀粉样蛋白沉积、血管改变和内层视网膜变薄，提示视网膜可作为脑部病理的替代物。其中，视网膜神经节细胞（RGC）的树突在内丛状层（IPL）内分层，且在神经退行性变早期即受累，因此IPL是一个具有生物学意义的研究区域。光学相干断层扫描（OCT）是临床常用的无创、微米级视网膜横断面成像模态，但传统上仅用于测量层厚度。然而，在层厚度宏观改变之前，亚分辨率细胞和细胞器结构的变化即可改变组织光散射特性。OCT散斑图案（通常被视为噪声）编码了亚分辨率散射体（如线粒体、细胞核等）的大小、密度和折射率对比度信息。定量纹理分析可恢复这些信息，其中灰度共生矩阵（GLCM）特征已用于区分正常与病理组织。本研究旨在检验一个假设：离体条件下，是否可通过OCT散斑纹理分析和机器学习区分3xTg-AD小鼠与对照小鼠的IPL，且无需外源性造影剂。
**研究方法**
研究人员使用一项定制1040 nm谱域OCT系统，对3xTg-AD小鼠（n=7，12月龄）和C57BL/6J对照小鼠（n=3，15月龄）的视网膜外植体进行离体成像。从IPL感兴趣体积（VOI）中提取五个GLCM特征（角二阶矩、对比度、熵、逆差矩、相关性），并采用线性核支持向量机（SVM）进行分类，部分结合主成分分析（PCA）。样本来源：3xTg-AD小鼠购自The Jackson Laboratory，C57BL/6J对照小鼠来自内部饲养群。
**研究结果**
**3.1 纹理特征区分**
在对比度（0
°）和熵（0
°）定义的二维特征空间中，3xTg-AD组与C57BL/6组VOI形成两个完全分离的簇，无重叠。线性SVM实现了100%的VOI级分类准确率（敏感度=1.00，特异度=1.00，平衡准确率=1.00，ROC-AUC=1.00；95%二项式置信区间：96.4–100%）。无论是否使用PCA，均获得完全分离。这表明区分信息集中在低维光学特征中，而非高维弥散差异。
**3.2 结果解释**
该结果支持核心假设：AD相关RGC树突室改变改变了IPL的亚分辨率散射结构，从而使OCT纹理可捕获差异，无需外源性造影剂。研究人员强调，该发现为可行性证明，而非诊断性能预测。
**讨论与结论**
**讨论**
OCT散斑源于亚分辨率散射体的干涉，细胞退化时散射体的大小、密度和折射率对比度发生变化。RGC树突萎缩涉及突触结构丢失和细胞器重组，线粒体作为主要散射源，其变化可能驱动纹理差异。然而，缺乏同一组织的配对组织学验证，因此将纹理变化归因于树突病理仍属推断。SVM分类需谨慎考虑：分析单位为VOI（n=200，嵌套于10只动物20个体积中），训练/验证/测试集在VOI级划分导致同一动物可能出现在多个分区，因此报告准确率反映了VOI可分离性，而非动物级泛化。此外，两组基因型采用非交错顺序成像，可能引入系统漂移导致的批次效应；两组在年龄（12 vs 15月龄）、来源群体和背景品系上存在差异，因此分离不能单纯归因于AD病理。本研究为离体结果，体内检测性尚待验证。未来研究需采用年龄、背景和批次匹配的对照，进行动物级交叉验证，包含组织学验证，并跟踪AD进展以检验纹理信号是否追踪疾病阶段。
**结论**
在一项离体概念验证研究中，从OCT图像IPL提取的纹理特征经线性SVM分类，在3xTg-AD小鼠与C57BL/6对照组之间实现了完全VOI级可分离性。由于该方法无需外源性造影剂，为未来可及视网膜筛查提供了有吸引力的途径。然而，由于样本量小、VOI级验证、非交错采集和年龄/品系不匹配，这些结果严格属于假设生成性质。在临床转化前，必须进行匹配对照、动物级交叉验证和组织学金标准的体内纵向实验。
