角膜神经

摘要： 目的探讨2型糖尿病患者血糖控制水平与角膜神经损伤的相关性。方法回顾性病例研究。选择2019年3月至2021年6月我院收治的2型糖尿病患者468例,根据糖化血红蛋白(HbA1c)水平将其分为A组(HbA1c<7%,152例)、B组(7%≤HbA1c<9%,187例)、C组(HbA1c≥9%,129例),另外选择20位自愿者为对照组。所有受试者均接受角膜共聚焦显微镜(CCM)检查,并完善实验室检查。利用Pearson相关分析探讨受试者临床指标与CCM参数的相关性,多重线性回归分析探索影响2型糖尿病患者角膜基底膜下神经密度的相关因素。结果C组患者角膜基底膜下神经密度、主干神经长度、主干神经数量均低于B组、A组和对照组(均为P<0.05),主干神经弯曲均大于B组、A组和对照组(均为P<0.05)。B组患者角膜基底膜下神经密度、主干神经长度、主干神经数量均低于A组(均为P<0.05),A组患者角膜基底膜下神经密度、主干神经长度、主干神经数量均低于对照组(均为P<0.05)。相关性分析结果显示年龄、2型糖尿病病程、HbA1c、空腹血糖(FPG)、餐后2 h血糖(2hPG)、尿素氮(BUN)、血肌酐(Scr)与角膜基底膜下神经密度均呈负相关(均为P<0.05),2型糖尿病病程、HbA1c、FPG与角膜基底膜下主干神经长度和数量均呈负相关(均为P<0.05)。多重线性回归分析结果显示年龄、2型糖尿病病程、HbA1c、BUN与2型糖尿病患者角膜基底膜下神经密度均有相关性(均为P<0.05)。结论2型糖尿病患者血糖控制不良可能与角膜神经损伤有关。

摘要： 角膜神经图像的自动分割对于糖尿病神经病变等疾病的诊断与筛查至关重要.针对由于角膜神经图像存在对比度低且包含非神经结构而造成分割效率较低的问题,在ResU-Net结构基础上引入多尺度残差、注意力机制、多尺度图像输入与多层损失函数输出模块,提出一种基于注意力机制的角膜神经分割算法.多尺度残差模块通过在残差模块中加入多尺度表征信息以提高卷积层提取多尺度特征的能力,而注意力机制模块在双重注意力作用下,利用网络对编码器与解码器中的目标特征进行权重优化,使得在增强图像目标区域特征的同时抑制背景及噪声区域,并采用多尺度图像输入与多层函数输出模块以监督网络中每一层的特征学习.实验结果表明,与主流分割算法相比,该算法的分割效果更优,且曲线下面积与敏感度分别可达到0.990和0.880.

摘要： 青光眼是致盲的主要原因之一,构成视神经的神经节细胞轴突受到多种因素的损伤,其机制尚未完全明确,其治疗方式有多种.青光眼多样的手术方式由于切口部位、范围、深浅的差异会不同程度地影响角膜神经的形态和功能.角膜神经是眼表的重要结构,对于维持角膜正常结构和功能起着重要的作用.正常角膜神经的缺失将导致角膜营养不良及代谢障碍.神经损伤后角膜知觉下降或消失,影响创口愈合和手术质量.因此,有必要对角膜神经损伤过程和影响因素进行了解,扬长避短,提高手术治疗效果.

摘要： 双眼在解剖上看似独立,但在病理生理上相互关联、相互影响.近年来研究显示单眼病变患者的对侧未受累眼存在与患眼相似的眼表结构及功能改变,如角膜神经密度降低、角膜感觉功能减退、角膜细胞减少、泪液分泌减少、泪液因子改变、树突状细胞增多和眼表免疫赦免特性丧失.该文将对单眼病变引起的双侧眼表变化及其发病机制作一综述,以期加深对双眼间关系的认识.

摘要： 目的 探讨2型糖尿病患者角膜神经病变和眼表菌群的变化以及角膜神经病变与眼表菌群变化的相关性.方法 根据眼底荧光血管造影术结果,选取2019年3月至6月于河南省人民医院内分泌科就诊的单纯应用胰岛素治疗的不合并视网膜病变2型糖尿病患者65例(共130眼)、年龄匹配的糖耐量正常人群65名(共130眼)为研究对象,进行共聚焦显微镜检查并收集结膜囊分泌物,通过16S rRNA分析测序及PICRUSt菌群基因功能预测,探究2型糖尿病患者与健康人角膜神经病变程度和眼表菌群构成的差异及功能预测,同时分析角膜神经病变与眼表菌群的相关性.结果 与健康人群相比,2型糖尿病患者角膜神经病变程度更高,且与眼表菌群变化有关.短芽孢杆菌属、类芽孢菌属与角膜神经病变程度呈正相关(P＜0.05),栖水菌属、变形菌属与角膜神经病变程度呈负相关(P＜0.05).PICRUSt分析显示,2型糖尿病患者和健康人群相比,眼表菌群的代谢相关基因富集程度发生显著的变化.结论 2型糖尿病患者角膜神经病变程度高,眼表菌群多样性及代谢功能有显著变化,角膜神经病变程度与短芽孢杆菌属、类芽孢菌属、栖水菌属、变形菌属有关.

摘要： 糖尿病患病率呈逐年上升趋势,其并发症多且复杂,致残致死率高.与糖尿病视网膜病变相比,糖尿病眼表病变易被眼科医生忽略.糖尿病眼表病变发生率高,角膜病变及泪膜的改变是其主要表现,包括角膜上皮基底下神经密度降低、角膜上皮基底膜增厚、角膜敏感度降低、泪膜稳定性下降和泪液分泌减少等.但目前糖尿病眼表病变的诊断标准尚未统一.其致病关键因素是高糖所致的氧化应激反应,这为糖尿病眼表疾病的病因治疗提供了研究方向.

摘要： 角膜是动物机体神经末梢分布密度最高的区域之一,承担着营养角膜、维持角膜知觉等功能。当角膜神经出现异常时,易继发角膜水肿、角膜溃疡、干眼症等眼科疾病。在兽医临床实践中,白内障手术及周边虹膜切除术等治疗青光眼的术式,常进行角巩膜缘切口。这必然会对从角膜缘进入角膜的神经根造成损伤,引起一系列并发症。本试验将采用改良后的氯化金染色方法对犬角膜神经进行染色,模拟手术切口,并分析其对角膜神经的损伤。

摘要： 糖尿病视网膜病变(diabetic retinopathy,DR)作为最常见的视网膜血管疾病,严重影响患者的视功能和生活质量.对于DR的治疗,视网膜激光光凝是最安全、有效、经济的方法之一,但治疗的同时也存在一定的副作用.随着诊疗技术的不断发展,传统单点模式激光的并发症逐渐显露,目前多点扫描激光临床的需求量增大,但两者在治疗的有后其对视力、眼底荧光素血管造影、视野、视功能、黄斑水肿和角膜神经等方面的影响作一综述.

摘要： 一种用于OCT图像角膜层分割的边界增强卷积神经网络,通过模块替换的方式将拟设计的卷积模块整合到BiO‑Net网络中同时作为编码和解码卷积模块，从而构建一个边界增强的卷积神经网络。该网络借助BiO‑Net中的前向和反向跳跃链接将边界卷积特征和非边界卷积特征传递给不同层次的卷积模块，通过两种卷积特征的学习与探测，共同提升图像中的兴趣目标及其边界区域的探测敏感性和有效性，降低目标边界区域的分割误差,本发明可实现OCT图像中不同角膜层的同时准确提取，并且优于现有的U‑Net和BiO‑Net等网络的分割性能。

摘要： 本发明公开了一种基于深度神经网络的角膜病图像序列化特征提取与分类方法及装置。包括如下步骤：1)把角膜病裂隙灯图像按照眼表‑角膜的自然界域进行区域标注的结果作为训练数据集，并利用滑动窗口对角膜图像中病变主体区域采样，形成区域子块集合；2)对每张角膜图像中所有区域子块，通过DenseNet模型提取其特征，获取区域向量化特征表示；3)将特征提取结果序贯链接组合，保留区域子块之间空间结构关系，并利用LSTM(长短时记忆模型)对其处理，形成角膜图像特征，并进行分类。本发明将深度序列学习模型应用于角膜疾病分类诊断。相比一般图像分类算法，本发明对角膜病诊断中区别性关键信息进行建模，有效保留角膜病特征空间结构。

摘要： 本发明以提供神经营养性角膜炎的预防或治疗用组合物作为目的。本发明人发现PACAP肽在神经营养性角膜炎模型中，发挥角膜损伤的抑制效果，以及在培养神经细胞模型中促进神经轴索延伸。再者，提供通过将PACAP的序列中的3位及/或8位的天冬氨酸的羧基用四唑取代，稳定性显著地亢进，含PACAP肽或稳定化的PACAP肽的神经营养性角膜炎的预防或治疗用组合物、以及神经轴索延伸促进剂。

摘要： 本提供一种神经营养性角膜炎的大鼠疾病模型的制备方法，通过离断三叉神经睫状神经分支的方式，降低动物开颅带来的损伤和术后感染风险，造模方法对仪器设备要求不高，也无需复杂且风险较高的手术操作，增加了造模种属的选择，为神经营养性角膜炎模型提供了更多选择，是一种操作简单可控的模型制备方法。

摘要： 本申请公开了一种适用于荧光染色裂隙灯图像角膜溃疡分割的深度卷积神经网络，涉及医学图像分割技术领域，所述深度卷积神经网络包括U形编码器解码器卷积神经网络、多尺度自适应可变形模块和全局多尺度金字塔特征聚合模块，所述多尺度自适应可变形模块嵌入所述U形编码器解码器卷积神经网络的顶端，所述全局多尺度金字塔特征聚合模块嵌入所述U形编码器解码器卷积神经网络层间跳跃连接中，所述深度卷积神经网络用于对裂隙灯角膜溃疡荧光染色图像分割。达到了可以提高角膜溃疡的分割精度的效果。

摘要： 本发明公开一种利用活体共聚焦显微镜图像智能分析角膜神经纤维的系统，包括：信息记录模块；角膜图像采集模块，用于采集角膜各层的若干张共焦显微镜图像；信息提取模块；图像初筛模块，通过第一神经网络模型从每一张角膜共聚焦图片定位出异常角膜组织共聚焦图片；特征分析模块；特征对比模块；病情分级模块，包括病程严重程度分级模块和病情转归分级模块；所述病程严重程度分级模块为全部角膜共聚焦图片通过第二神经网络模型后获得病程严重程度等级；所述病情转归分级模块为全部角膜共聚焦图片通过第三神经网络模型后获得病情转归等级；结果发送模块。本发明分析角膜神经纤维特征和损伤程度及其变化过程，并评估局部或全身神经病变情况。

摘要： 本发明实施例提供了一种基于卷积神经网络模型的眼球角膜神经分割方法及装置，包括：获取体内共聚焦显微镜的眼球角膜层图像；将所述体内共聚焦显微镜的眼球角膜层图像输入至预设的卷积神经网络模型，得到与所述体内共聚焦显微镜的眼球角膜层图像对应的眼球角膜神经分割结果，和，与所述眼球角膜神经分割结果对应的参数结果，所述参数结果包括眼球角膜神经的长度参数、宽度参数和密度参数；本发明实施例能够同时完成角膜神经纤维的分割和参数计算，从而实现快速、高效的角膜神经自动化分割与参数评估，实现对干眼等眼表疾病的辅助诊断过程。

摘要： 本发明公开了一种基于多尺度与局部特征引导网络的角膜神经纤维分割方法、装置、设备以及计算机可读存储介质包括：利用U型网络的编码器和解码器对医学样本图像进行特征提取；利用多尺度深度监督网络上采样每个解码器的输出，将每个解码器的输出与预设解码器的输出进行拼接，输出每个解码器对应的医学分割图像；计算每个解码器对应的医学分割图像与医学图像训练集标注区域的损失函数值；基于多个损失函数值对网络进行监督训练，本发明利用多个损失函数值优化每个解码器的输出，从而更好的加快网络的收敛速度，提升分割性能，提高医学图像分割的精确度。

摘要： 本发明公开了一种基于Transformer的角膜神经图像分割方法及系统。所述方法包括结合CNN的局部特征提取和Transformer的全局特征提取，并基于ResUnet框架来构建角膜神经图像分割网络，角膜神经图像分割网络包括多尺度形变注意力模块、外部注意力模块和深度可分离卷积模块，多尺度形变注意力模块和外部注意力模块组成新的交叉注意力模块。本发明采用CNN和Transformer优势相结合，更加全面的提取角膜神经特征，解决了角膜神经图像分割中存在的断裂、噪声细胞干扰的问题。

摘要： 本发明提供一种用于受损角膜神经再生的多通道刺激系统，包括：多通道单元，其包括由导电材料形成且附着到左眼上部和左眉毛之间而传送刺激信号的第一通道及由所述导电材料形成且附着到右眼上部和右眉毛之间而传送所述刺激信号的第二通道；以及刺激信号模块，向所述第一通道和所述第二通道提供作为所述刺激信号的电流脉冲信号，其中，所述多通道单元包括以一体式形成在所述第一通道和所述第二通道之间而与所述刺激信号模块电接触的接触器。