使用残差密集网络 (RD-Net) 进行基于视神经头结构特征的青光眼预测 背景与研究目的 青光眼是全球范围内导致失明的主要原因之一，被称为“视力的无声窃贼”。其主要特征是视神经（Optic Nerve Head, ONH）的进行性损伤，可能在患者察觉到其视力受损之前已经造成不可逆转的视觉丧失。据统计，青光眼是继白内障之后的第二大致盲原因。早期对青光眼的筛查与准确诊断，对管理疾病进展及维持患者的视觉功能至关重要。 临床上，青光眼的诊断主要基于以下结构和功能性测试：眼内压（Intraocular Pressure, IOP）测量、视神经头的结构评估，以及视野检测。然而，视野检测通常需要昂贵的设备，难以普及到基层医疗机构。因此，通过分析视神经头的结构特征，例如杯盘比（Cup-to-Disc Rat...

研究背景 青光眼是一种导致失明的主要原因，这种病症的复杂神经退行性病变包括神经胶质细胞（glial cells）的广泛炎症反应，伴随着视网膜神经节细胞（Retinal Ganglion Cells, RGCs）、视神经轴突和突触连接的逐步丧失。尽管不同的亚型、拓扑和时间变化存在，神经胶质细胞的炎症反应在从视网膜到大脑的视觉通路中普遍存在。最初，胶质细胞的反应可能是有益的，有助于组织的清除和愈合，但一旦转变为慢性激活状态，则会加剧有害的神经炎症，并促进反馈回路，导致神经元丧失。在这一阶段，除了增加产生神经毒性前炎症分子外，胶质细胞对RGCs的机械、营养和生物能量学支持的撤回也会造成胶质细胞功能障碍。此外，胶质细胞驱动的自体反应T细胞、自体抗体和补体的攻击可能会在青光眼性神经退行性变过程中放大损...