try ai
科普
编辑
分享
反馈
  • 视网膜成像科学:原理与临床应用

视网膜成像科学:原理与临床应用

SciencePedia玻尔百科
核心要点
  • 有效的视网膜成像依赖于精巧的光学设计,例如瞳孔分离照明和交叉偏振片,以克服原本会遮蔽视野的强烈角膜眩光。
  • 不同的成像模式服务于不同的目的:眼底照相提供宽广的二维图像,而光学相干断层扫描(OCT)则提供视网膜各层的高分辨率三维横截面图。
  • 视网膜是观察全身健康状况的独特窗口,通过观察糖尿病和高血压等疾病对视网膜血管的影响,可以对其进行无创检测和监测。
  • 多模式成像结合了来自OCT、超声和血管造影等不同技术的信息,对于解决从葡萄膜炎到眼内肿瘤等复杂诊断挑战至关重要。

引言

视网膜是衬于眼球后部的一层精密的神经组织,它是人体中唯一可以无创地直接观察到中枢神经系统及其错综复杂脉管系统的地方。这使其不仅成为观察眼部健康状况的独特而宝贵的窗口,也成为观察全身健康状况的窗口。然而,透过这扇窗户观察却面临着一个巨大的光学挑战:如何在不被反射和眩光“致盲”的情况下,看穿一台活体相机自身的镜头?解答这个问题驱动了数十年的创新,催生了彻底改变眼科学和医学的卓越技术。

本文深入探讨视网膜成像的科学,探索那些让我们能够捕捉到这个隐藏世界惊人细节的精妙物理原理和巧妙工程解决方案。第一章“原理与机制”将揭开眼底相机、光学相干断层扫描(OCT)和共聚焦扫描激光检眼镜(cSLO)等核心技术的神秘面纱,解释它们各自如何克服特定的光学障碍,以揭示视网膜结构的不同方面。在此基础上,第二章“应用与跨学科联系”将展示这些工具的强大威力,演示如何利用视网膜图像诊断和管理从青光眼、糖尿病到令人惊讶的航天飞行眼部效应等多种疾病,最终在基础物理学与前沿临床实践之间架起一座桥梁。

原理与机制

挑战:窥探活体相机内部

人眼是自然界最奇妙的发明之一,是一部精密绝伦的活体相机。但是,当这部相机正在工作时,我们如何观察它的内部?想象一下,在闪光灯开启时,试图透过单反相机自身的镜头拍摄其内部结构。主要的障碍不是黑暗,而是过量且方向错误的杂散光。使眼睛能够形成世界影像的光学系统本身也像一系列镜子,将观察者的光线反射回其仪器中。这种反射眩光会完全淹没我们希望看到的视网膜上微弱而精细的细节。

这些被称为​​浦肯野像 (Purkinje images)​​ 的反射,产生于每一个折射率(衡量光线弯曲程度的指标)发生变化的界面。光线进入眼睛的旅程就是一系列这样的界面过渡:从空气到角膜表面的泪膜,从角膜到房水,从房水到晶状体,再从晶状体到玻璃体液。虽然主要的浦肯野像有四个,但其中一个的麻烦远大于其他。反射的强度取决于界面处折射率变化的剧烈程度。从空气 (n≈1.0n \approx 1.0n≈1.0) 到角膜 (n≈1.376n \approx 1.376n≈1.376) 的跳变是迄今为止最显著的。因此,第一个浦肯野像,即来自角膜前表面的反射,其亮度比其他几个高出几个数量级。它就像一盏耀眼的聚光灯,遮蔽了其后视网膜的精细结构。任何成功的视网膜成像系统都必须首先回答这个问题:我们如何消除这个主要反射?

驯服光线的艺术:设计眼底相机

解决眩光问题的方法并非依靠蛮力,而是巧妙的光学几何学和物理学——这是人类智慧的证明。第一台眼底相机的设计者们构想出了一套精彩的两部分策略。

首先是​​几何解决方案​​。想象一下,在一个晴天,你想透过一扇窗户看进一间暗室。如果你直接站在窗前,你自己的倒影会映入眼帘。但如果你移到一侧,以一定角度观察,就能看到室内。眼底相机采用了一种类似的原理,通常称为​​瞳孔分离设计​​。照明光束不是直接穿过瞳孔中央,而是被塑造成一个中空的环形,即​​环形光​​。这圈光线通过瞳孔的周边部分进入眼睛。角膜作为一面凸面镜,会反射这束光,但反射光也是一个不断扩大的环。然而,相机的探测器被设计成只通过瞳孔的中央区域进行观察,而这个区域在照明系统中被有意地保持黑暗。因此,角膜反射在物理上被阻挡,无法到达探测器。而从视网膜返回的、微弱且富含信息的光线,则从整个瞳孔区域射出,并穿过这个中央探测孔径以形成图像。

第二个技巧更加精妙,它利用了光的​​偏振​​特性。来自角膜的眩光是镜面反射,就像一个球干净利落地从抛光的地面上弹起。这种反射在很大程度上保留了入射光的偏振状态。然而,我们想要的信号来自于那些深入视网膜组织、经过细胞和结构多次散射后重新射出的光。这个复杂、混乱的旅程使光的偏振随机化——它变得​​去偏振​​了。

我们可以利用这一差异,在系统中放置两个偏振滤光片:一个置于照明光路,另一个,即“检偏器”,置于探测器前。如果我们将它们的偏振轴设置为相互垂直(“交叉”配置),舞台就搭建好了。来自光源的线偏振光从角膜反射,保持其偏振状态,并到达检偏器。由于检偏器的方向设定为完全阻挡该偏振方向的光,眩光便被消除了。与此同时,来自视网膜的去偏振信号包含在所有方向上振动的光波。这些光中有一半会有一个分量能穿过检偏器形成图像。我们牺牲了一部分信号,但几乎消除了所有眩光,从而极大地提高了最终图像的清晰度。

从平面图像到三维世界:断层扫描的力量

一张眼底照片,无论多么精美,本质上都是一幅平面的二维地图。但视网膜是一个复杂的三维组织,是由专业化的神经层构成的精密堆叠。青光眼、黄斑变性和糖尿病性视网膜病变等疾病会在这些层内引起特定的变化——变薄、肿胀或异常结构的生长。一张平面图片只能暗示这些变化。要真正理解它们,我们需要看到深度。

这就是​​光学相干断层扫描 (OCT)​​ 的用武之地。如果说眼底相机像是对地貌进行观测的卫星,那么OCT就像是地质学中的探地雷达。它提供一种横截面视图,一种“光学活检”,以惊人的细节揭示视网膜的层状结构。

OCT背后的原理是​​低相干干涉测量法​​。OCT不使用连续的光束,而是使用相干长度非常短的光源——概念上类似于向眼睛发射一个极短的光脉冲。这个光脉冲进入视网膜,在各层之间的每个界面处,一小部分光会作为“回声”反射回来。通过精确测量这些返回回声的时间延迟,机器可以重建每一层的深度。回声越快,意味着结构越浅;回声越慢,意味着结构越深。为了创建一幅完整的横截面图像,光束会在视网膜上进行扫描,在每个点获取一个深度剖面。

OCT的深度分辨率——即其区分两个紧密间隔的层次的能力——不受透镜或孔径的限制,而取决于光源本身的特性。关键在于光源的​​带宽​​ (Δλ\Delta \lambdaΔλ),即它所包含的波长范围。更宽的带宽对应更短的相干长度,这转化为更精细的轴向(深度)分辨率 Δz\Delta zΔz。对于一个典型的频域OCT系统,这个分辨率可以达到几微米,即百万分之一米[@problem-id:4655962]——足以分辨视网膜的各个层次。

锐化视野:共聚焦革命

即使有了这些强大的工具,一个根本性的挑战依然存在:散射光。眼睛并非一个完全透明的介质。角膜、晶状体和玻璃体液中可能含有微小的混浊物,它们会将光线向各个方向散射,形成一层降低图像对比度的背景雾翳。这就像试图透过一扇有雾的窗户拍照。

解决方案是一个极其简单的概念,称为​​共聚焦成像​​。共聚焦系统,如​​共聚焦扫描激光检眼镜 (cSLO)​​,不像闪光式眼底相机那样一次性照亮大片视网膜区域,而是使用激光照亮视网膜上的一个衍射极限点。来自该点的反射光穿过眼睛的光学系统,被导向一个探测器。其秘密武器是一个微小的孔径,即​​针孔​​,它被精确地放置在来自被照亮点的光线应该聚焦的位置。

这个针孔的效果是深远的。从视网膜上精确焦点返回的光线能干净地穿过针孔到达探测器。但任何从该点上方、下方或侧方散射来的光——即产生雾翳的光——到达针孔平面时会稍微失焦。它会散开,并被针孔的边缘物理性地阻挡。通过在视网膜上扫描激光点并记录每个点的信号,逐个像素地构建出一幅完整的图像,这幅图像几乎没有失焦的眩光。

这个巧妙的滤波技巧带来了两大好处。首先,它显著提高了​​对比度​​,即信号背景比。雾气被驱散,即使在患有白内障的眼中也能揭示出精细的细节。其次,通过滤除杂散光,它有效地锐化了系统的焦点,与使用相同光学元件的传统非共聚焦相机相比,其​​横向分辨率​​得到了适度但显著的提升。

为特定任务选择合适的工具

现代眼科专家拥有包括眼底照相、OCT和cSLO在内的工具箱,可以为特定任务选择最佳仪器。选择取决于所讨论疾病的具体物理和解剖学特性。

以​​青光眼​​为例,该病的特征是视网膜神经节细胞缓慢死亡和神经纤维层变薄。几十年来,人们一直使用眼底照相来估算​​杯盘比 (CDR)​​——一种衡量视神经乳头外观的二维指标——来监测该病。然而,这种方法充满了模糊性。一个大而健康的眼睛可能天生就有较大的杯盘比,模仿疾病状态;而一个小眼睛可能隐藏了早期损伤。OCT绕过了这种模糊性。通过提供对视神经视网膜边缘组织(例如,​​Bruch膜开口-最小边缘宽度​​,或BMO-MRW)的直接三维测量,OCT量化了实际的组织损失,为青光眼性损伤提供了一个更准确、更可靠的标志物。

再以​​年龄相关性黄斑变性 (AMD)​​ 为例。该病有两个关键特征:​​玻璃膜疣​​(RPE下的小黄色沉积物)和​​脉络膜新生血管 (CNV)​​(从下方生长的异常血管)。对于检测玻璃膜疣,它们表浅的位置和淡黄的颜色使其在简单的彩色眼底照片上与周围的RPE形成高对比度。OCT也能看到它们,但信号相对较弱。对于CNV,情况则相反。这些新生的血管网络通常很微小,在眼底照片上几乎看不见。然而,在OCT上,它们的存在会引起剧烈的结构变化——积液和视网膜层次的破坏——从而产生一个非常强烈且易于检测的信号。基于信号检测理论的分析表明,为最大化诊断准确性,应使用眼底照相检测玻璃膜疣,使用OCT检测CNV,将每种病变与能提供最高信噪比的成像模式配对。

最后,在​​糖尿病性视网膜病变 (DR)​​ 中,慢性高血糖会损害视网膜毛细血管,导致无灌注区域的出现。缺血的组织会释放求救信号,如​​血管内皮生长因子 (VEGF)​​,这会触发在视网膜表面生长出脆弱、异常的新血管(​​新生血管形成​​)。虽然OCT是检测血管渗漏后果——糖尿病性黄斑水肿——的更优工具,但眼底照片的宽视野最适合用于筛查项目,因为它可以直接观察到视网膜表面这些指示性的新生血管丛。

关于精确性与安全性的最后说明

这些卓越的仪器不仅仅是用来拍照的;它们是精密的测量设备。当一台OCT机器报告一个黄斑裂孔的直径为400微米时,这个数字可能直接影响外科医生的技术选择。然而,设备的计算是基于一个标准化的眼球模型。对于眼轴过长或过短的患者,可能会出现显著的放大率误差。裂孔的真实尺寸可能比报告值大或小15%。因此,根据眼睛的真实眼轴长度应用一个校正因子是确保手术精确性的关键一步。

在赞美这些技术的同时,我们必须牢记一个基本责任:患者安全。将光线照射入眼,特别是像眼底自发荧光等模式中使用的高能蓝光,存在微小但真实的光化学损伤风险。总​​光化学剂量​​是累积的,每次扫描和每次闪光都会增加。国际安全标准,例如基于Bunsen-Roscoe互易律的标准,对视网膜在给定时间内可以接收的总加权辐射暴露量设定了严格的限制。细致地追踪这一剂量是合乎伦理和专业地使用这些强大诊断工具的重要组成部分。从宏大的光与光学原理,到细胞病理学和患者安全的精微细节,视网膜成像科学是一个优美而统一的领域,它不断发展,为我们提供一扇越来越清晰的窗口,以观察眼睛和身体的健康状况。

应用与跨学科联系

在了解了我们如何生成视网膜图像的基本原理之后,我们可能会倾向于认为这些技术仅仅是眼科医生的工具——为特定领域服务的专业仪器。但事实远非如此。这样做就好比认为显微镜只是用来观察池塘水的。真正的探险始于我们将这个令人难以置信的“向内观察的望远镜”对准医学和科学的无数问题之时。视网膜,凭借其与血管系统和中枢神经系统的直接联系,并非一个孤立的器官;它是一扇通往整个人体健康状况的、原始而清晰的窗口。在本章中,我们将探讨如何通过观察眼睛来发现全身性疾病的微妙迹象、在极端环境中生活的后果、解决危及生命的诊断难题的线索,甚至一窥医学本身的未来。

眼睛作为全身性疾病的哨兵

想象一下,你可以直接观察到一个人大脑、肾脏或心脏中最小血管的状态,而无需任何侵入性手术。当然,你做不到。但你可以观察视网膜。你在眼底照片上看到的微小动脉和静脉,与任何其他重要器官中的血管一样,都承受着相同的全身性压力和代谢损伤。因此,视网膜充当着一个忠实的哨兵,为全身性问题发出早期预警。

最典型的例子是糖尿病。慢性高血糖对精密的内皮细胞——构成血管壁的单层细胞——来说是一种毒药。在视网膜中,这种损伤导致毛细血管壁变弱并膨出,形成微小的、气泡状的突出物,称为微动脉瘤。这些是糖尿病性视网膜病变最早、最具指示性的迹象。一张简单的、无创的眼后部照片就可以揭示这些病变,为微血管损伤提供了直接的、物理上的证实,而这远早于患者可能注意到任何视力变化。这不仅有助于对眼部进行早期干预,也对患者的整体健康有益,因为在视网膜中看到的损伤是全身发生类似损伤的代表。

全身性高血压则讲述了另一个不同但同样引人入胜的故事。当血压飙升至危险水平时,例如在高血压危象中,视网膜小动脉可能会不堪重负。它们的自我调节机制失效,血-视网膜屏障被破坏。结果是一幅戏剧性的画面:血管破裂处出现火焰状出血,神经纤维束因急性缺氧而形成蓬松的“棉绒斑”,血浆渗漏后留下脂肪沉积物形成闪亮的硬性渗出。通过在患者血压得到控制后进行跟踪观察,我们可以使用一系列视网膜图像来观看一个愈合故事的展开。我们可以看到出血慢慢被吸收,棉绒斑随着循环恢复而消退,硬性渗出在数月内逐渐清除。但成像也可以揭示一个更持久、更险恶的变化:慢性的小动脉重塑。即使在血压正常后,动脉可能仍然狭窄和僵硬,这是与高压长期斗争留下的结构性疤痕。像光学相干断层扫描血管成像(OCT-A)这样的先进技术可以量化这种损伤,揭示毛细血管密度降低,并为我们提供衡量长期持续存在的血管风险的指标。

这种“窗口”效应并不仅限于慢性疾病。它也使我们能够监测身体对强效全身性药物的反应。像干扰素这样的药物,用于治疗某些癌症和病毒感染,有时会对微血管造成附带损害。通过进行基线和定期的视网膜成像,临床医生可以主动筛查棉绒斑或视网膜出血的出现,及早发现这种药物引起的视网膜病变,并在其威胁患者视力之前调整治疗方案。眼睛成为了全身治疗的预警信号。

通往生命极限的窗口:从出生到航天飞行

当人体被推向其生理极限时,无论是在生命的最初阶段,还是在看似神奇的外太空环境中,视网膜成像也为我们提供了深刻的见解。

以一个早产儿为例,他比预产期提前数月出生。视网膜是最后几个完全发育的器官之一,其错综复杂的血管网络在一个精心策划的过程中从视神经向周边生长。在早产儿中,这个过程被猛烈地打断了。从低氧的子宫环境突然转到新生儿重症监护室的高氧空气中,可能会使指导血管生长的信号因子(如血管内皮生长因子VEGF)陷入混乱。这可能导致早产儿视网膜病变(ROP),在这种情况下,血管生长停止,留下一个危险的无血管区,然后以一种混乱、异常的方式重新开始。现代广域眼底成像使新生儿科医生能够捕捉到这些脆弱婴儿发育中视网膜的全景图,监测从一个区域到另一个区域的进展,并观察附加病变的指示性迹象——血管充血和迂曲,预示着即将发生的麻烦。当图像不清晰时,荧光素血管造影可以提供一张功能图谱,精确地揭示血液流向何处、何处没有血流以及异常血管在何处渗漏——这些信息对于指导挽救视力的激光或抗VEGF治疗至关重要。

在人类体验的另一个极端,我们有宇航员。几十年来,在长期处于微重力环境的人们身上观察到了一系列奇特而令人不安的眼部变化,现在被称为航天相关神经眼综合征(SANS)。在地球上,重力将我们的体液向下拉。在太空中,这种拉力消失了,体液向头部转移。这增加了颅内压,更重要的是,增加了围绕视神经的脑脊液(CSF)的压力。眼球基本上被夹在一个钳子中:眼内压 (PIOPP_{\text{IOP}}PIOP​) 向外推,而新升高的脑脊液压 (PCSFP_{\text{CSF}}PCSF​) 则向内压迫视神经后部。这改变了精密的跨筛板压力阶梯 ΔP=PIOP−PCSF\Delta P = P_{\text{IOP}} - P_{\text{CSF}}ΔP=PIOP​−PCSF​。持续的机械应力可以使眼球发生物理变形。利用一套成像技术,我们可以直接看到其后果。眼眶MRI和B超显示眼球后部可能变平。光学相干断层扫描(OCT)揭示了视网膜神经纤维层的肿胀——视盘水肿——并且可以观察到脉络膜和视网膜色素上皮中美丽的、微妙的波浪状起伏,称为脉络膜皱褶。我们实际上是在观察眼睛因重力缺失而被重塑,这是航空航天医学、流体动力学和临床成像的惊人交集。

诊断的艺术:看见所未见

或许,视网膜成像最能带来智力上满足感的应用是在鉴别诊断的艺术中。在这里,临床医生扮演侦探的角色,每一种成像模式都提供一种独特的线索。目标是从零散的证据中拼凑出一个连贯的故事,以揭示真正的罪魁祸首,无论是炎症、遗传缺陷还是危及生命的癌症。

葡萄膜炎(Uveitis),一个泛指眼内炎症的术语,是这种诊断过程的完美例子。它是一种症状,而非一种疾病。病因可能是从感染到全身性自身免疫病的任何一种。采用“霰弹枪”式方法,即下令进行所有可能的检查,是低效且浪费的。相反,当检查工作以炎症的解剖位置为指导时,一种优美的逻辑便会浮现。如果炎症主要在前房(前葡萄膜炎),检查工作就集中在那里。如果它在玻璃体和周边视网膜(中间葡萄膜炎),临床医生就知道要用OCT检查黄斑水肿,用荧光素血管造影检查周边血管渗漏。如果它在视网膜和脉络膜的深层(后葡萄膜炎),则需要采用包括OCT、FA以及可能用于观察脉络膜循环的吲哚菁绿血管造影(ICGA)在内的多模式方法。每种解剖模式都指向一个不同的可能病因列表,从而以逻辑的、循序渐进的方式指导特定血液检查或进一步成像的选择。这不仅仅是医学;这是应用科学推理,利用成像来导航一个复杂的决策树。

有时,线索在于理解特定波长的光如何与因遗传缺陷而改变的组织相互作用。在1型神经纤维瘤病(NF1)中,NF1基因的突变导致包括黑色素细胞在内的神经嵴细胞异常生长。这可以在虹膜上产生小的色素结节(Lisch结节),也可以在脉络膜中产生——脉络膜是位于视网膜深处、富含血管和黑色素的一层。问题在于,覆盖其上的视网膜色素上皮(RPE)也富含黑色素,它像一道生物幕帘,吸收可见光,将脉络膜结节隐藏起来。这时,物理学来帮忙了。近红外(NIR)光,波长较长,不那么容易被RPE吸收。它可以穿透这道幕帘,到达脉络膜结节,并从其浓缩的黑色素中强烈地反向散射。在NIR图像上,这些结节显示为明亮的、高反射性的斑点,揭示了这种遗传病的一个关键诊断标志。在幼儿中,Lisch结节可能尚未突出,NIR成像对这些脉络膜异常的高灵敏度可以成为一个至关重要的诊断辅助手段——这是一个绝佳的例子,说明选择合适的探针(合适波长的光)可以揭示原本隐藏的东西。

多模式成像的力量在癌症诊断中表现得尤为关键。对于一个出现“白瞳症”的儿童,必须面对视网膜母细胞瘤(一种恶性视网膜肿瘤)的可怕可能性。但其他良性疾病也可能模仿其外观。在这里,一组利用不同物理原理的成像模式协同工作。超声波至关重要,因为其声波可以穿过肿瘤,并揭示肿瘤内钙化的存在,这在超过95%的病例中都存在,并产生特征性的“声影”。计算机断层扫描(CT)可以更清晰地确认这些钙沉积。对组织密度和含水量敏感的磁共振成像(MRI)显示,肿瘤是高度细胞性的(限制了水分子的扩散),并且对于检查癌症是否侵犯了视神经或大脑至关重要。通过结合这些发现,临床医生可以自信地将视网膜母细胞瘤与其模仿者区分开来,如Coats病(涉及血管渗漏但无钙化)或持续性胎儿血管(一种发育异常)。每张图像都提供了一个独立的、正交的信息片段,构建了一个铁证如山的案例。

这种结合证据的想法可以更进一步,进入概率领域。考虑评估一个成年人脉络膜中的可疑色素性病变。它可能是良性的痣,还是可能致命的葡萄膜黑色素瘤?经验丰富的临床医生会根据某些风险因素——如出现橙色色素、视网膜下积液或圆顶状形态——形成一种直觉。但我们可以使这个过程更加严谨。这就是贝叶斯推断发挥作用的地方。我们从一个“验前概率”开始——基于患者年龄和转诊情况的基线怀疑度。然后,我们进行一系列成像测试:眼底照相、超声波、OCT。每一项显示可疑特征的测试结果(例如,超声上的声学空腔)都有一个相关的似然比——一个量化该发现将我们对诊断的信念提升多少的数字。通过数学方法将所有独立成像测试的似然比结合起来,我们可以将初始怀疑度更新为最终的“验后”概率。这个强大的框架使我们能够将来自不同物理模式的数据正式整合到一个单一的、量化的诊断确定性度量中,将临床艺术转变为一门统计科学。

未来:与机器合作

未来会怎样?光与组织相互作用的原理不会改变,但我们分析所获图像的能力将因人工智能而发生革命性变化。为筛查项目生成的视网膜图像数量巨大——例如,为每个糖尿病患者检查是否有视网膜病变——已经开始让专家难以审查。这对于一个训练有素的计算机算法来说是一项完美的任务。

让我们想象一下设计一个AI来检测地图样萎缩(GA),这是年龄相关性黄斑变性的晚期阶段,其中RPE和光感受器成片死亡。我们不会只是给计算机看一百万张图片然后说“学习”。我们会根据疾病的物理原理来教它。我们会指示它寻找彩色照片中红色通道异常明亮的区域。为什么?因为红光穿透最深,当吸收光的RPE幕帘消失时,其下方高反射性的脉络膜就暴露出来了。我们会教它在该明亮区域内寻找大脉络膜血管可见度的增加,这是RPE消失的另一个后果。我们会告诉它寻找清晰、界限分明的边界,这是GA的特征。这不是魔法。这是计算病理学,算法系统地在图像中搜寻一系列基于光与健康及病变组织相互作用基本物理原理的特征组合。

从揭示糖尿病全身性损害的直观照片,到揭示隐藏癌症的复杂多模式成像之舞,再到将筛查数百万人的智能算法,视网膜成像是一个充满巨大力量与美的领域。它证明了一个理念:通过理解物理学的基本定律,我们可以创造出工具,赋予我们一种非凡的、无创的视野,来洞察生命与疾病的复杂生物学。事实证明,眼睛不仅是心灵的窗口,更是通往身体本身的一扇明亮、晶莹剔透的窗户。