视网膜神经纤维层光学纹理分析（ROTA）

本文要点

视网膜神经纤维层光学纹理分析（ROTA）是一种新的诊断参数，它整合OCT扫描中的RNFL厚度和反射率，计算光学纹理特征。 ROTA能高灵敏度检测传统RNFL厚度测量或无赤光摄影难以发现的RNFL缺损。 ROTA检测青光眼的灵敏度报告为98.9%，特异度为94.3%。 可使用市售OCT设备获取的数据进行分析，临床应用的可行性高。

1. 什么是视网膜神经纤维层光学纹理分析（ROTA）？

视网膜神经纤维层光学纹理分析（ROTA）是一种新开发的图像分析参数。它从标准OCT扫描中收集RNFL厚度和反射率，计算光学纹理特征。

检测青光眼结构性损伤时，OCT RNFL厚度测量和无赤光摄影是标准方法²⁾³⁾。然而，OCT的测量精度有限，无法完全区分青光眼和正常眼¹⁾。ROTA有可能克服这些传统方法的局限性。

项目	传统OCT RNFL分析	ROTA
评估对象	仅RNFL厚度	厚度+反射率
分析范围	视盘周围圆周	广域栅格扫描

ROTA的优势在于能够揭示弓状纤维束、乳头黄斑纤维束和鼻侧放射状纤维束的走行，以及包括光学纹理在内的广泛区域。此外，ROTA算法能够区分视网膜血管和RNFL。

由于可以使用市售OCT设备获得的测量值进行分析，因此易于应用于现有的临床环境。

Q ROTA与传统OCT分析有何不同？

A

传统的OCT分析侧重于RNFL厚度的定量测量，将视盘周围环形扫描获得的数值与正常数据库进行比较²⁾³⁾。ROTA除了RNFL厚度外，还整合了反射率（光学密度），并将其计算为光学纹理特征。这使得能够可视化包括弓状纤维束和乳头黄斑纤维束在内的广泛轴突纤维束的走行模式，从而能够检测传统方法难以发现的细微RNFL缺损。

4. 诊断与检查方法

ROTA算法步骤

ROTA分析按以下步骤进行。

1. 使用OCT获取覆盖视神经乳头和黄斑的栅格扫描
2. 分割RNFL的前边界和后边界
3. 根据RNFL的反射率和厚度测量值计算光学纹理特征（S_xy）
4. 生成纹理分析图，机器学习算法检测RNFL异常

光学纹理特征使用视网膜位置（x, y）和深度（z）处的光学密度测量值计算。使用伽马变换函数、伽马校正函数和与RNFL组织厚度成正比的预设常数等参数。

与传统标准方法的比较

ROTA的优势

广泛评估：能够全面评估弓状纤维束、乳头黄斑纤维束和鼻侧放射状纤维束的走行和光学纹理

与血管的区分：视网膜血管和轴索纤维束具有独特的光学纹理特征，因此ROTA能够区分两者。

眼轴长度校正：算法校正眼轴长度，从而减少近视眼中的假阳性。

可行性：可使用市售OCT设备的数据进行分析，无需引入新设备。

ROTA的局限性

屈光介质混浊：在白内障等屈光介质混浊的眼中，图像质量下降。

运动伪影：OCT成像时的眼球运动影响分析精度。

主观解读：RNFL缺损的解读与无赤光照片类似，包含主观因素。

临床实施中：在商业软件中的实现尚未广泛普及。

OCT评估RNFL的标准方法

目前，SD-OCT和SS-OCT广泛用于RNFL评估¹⁾²⁾³⁾。测量三个参数组：视盘周围RNFL厚度、视神经乳头和黄斑内层²⁾³⁾。

OCT结果分为三类：“正常范围”、“边界线”和“正常范围外”³⁾。但正常范围外的结果不一定表示青光眼，必须在临床背景下解读²⁾³⁾。高度近视眼和倾斜视盘容易出现伪影和分割错误²⁾³⁾⁵⁾。

由于结构评估和视野检查的一致性只是部分的，不应仅基于单一检查诊断青光眼^2)3)4)5)。

Q ROTA在临床中广泛使用吗？

A

ROTA目前是研究阶段的技术，尚未广泛集成到商业OCT软件中。但由于ROTA的算法可使用商业OCT设备的标准数据运行，技术上可引入现有临床环境。未来软件的商业化和验证研究的积累将是临床推广的关键。

6. 病理生理学与详细发病机制

RNFL的结构基础

在青光眼中，视网膜神经节细胞受损导致其轴突（RNFL）脱落¹⁾。约50%的视网膜神经节细胞集中在黄斑中心20°区域，即使在早期青光眼中，也有约50%的视网膜神经节细胞消失。

RNFL评估的靶层包括RNFL、神经节细胞层（GCL）和内丛状层（IPL），这三层统称为神经节细胞复合体（GCC）⁶⁾。有些设备使用GCL+IPL复合体（GCIPL）作为诊断参数。

OCT评估RNFL的原理与局限性

定量评估方法

cpRNFL厚度：通过视盘周围的环形扫描测量RNFL厚度。以TSNIT图表显示，正常眼在上下方向呈双峰模式¹⁾。

厚度图：通过光栅扫描以地图形式显示视盘周围的RNFL厚度。对局部RNFL变薄的检测灵敏度最高。

显著性图：通过与正常数据库比较，用颜色编码显示异常区域。需注意假阳性（红病）。

BMO-MRW：基于布鲁赫膜开口的盘沿宽度评估。重复性优异。

测量注意事项

地板效应：在晚期青光眼中，OCT测量值不再变化。黄斑参数比RNFL厚度更晚出现地板效应³⁾⁶⁾。

年龄相关变化：RNFL厚度随年龄增长每年减少约0.5 μm。大多数商用软件不进行年龄校正²⁾³⁾。

设备间兼容性：不同OCT设备之间的测量值不可互换¹⁾²⁾³⁾。

近视眼的影响：在高度近视眼中，由于放大效应，RNFL厚度被低估，容易产生假阳性¹⁾。

ROTA通过整合RNFL厚度和反射率信息，可能弥补这些传统方法的局限性。特别是通过眼轴长度校正功能减少近视眼的假阳性，并通过可视化大范围纤维束走行，有望进行不易受地板效应影响的分析。

7. 最新研究与未来展望

青光眼检测能力的验证

在一项多眼研究中，比较了ROTA、OCT和无赤光摄影在363名RNFL缺损患者（531眼）和177名健康受试者（315眼）中的表现。ROTA检测青光眼的灵敏度为98.9%（95% CI: 95.4–100.0%），显著高于无赤光摄影的79.3%。特异度为94.3%（95% CI: 91.3–97.2%），高于视盘周围RNFL厚度的87.9%和GC-IPL的78.1%。

检测方法	灵敏度	特异度
ROTA	98.9%	94.3%
pRNFL厚度	—	87.9%

高眼压症的早期检测

Su等人的研究评估了600只高眼压症患者的眼睛。临床视盘检查和OCT分析均未显示RNFL缺损，但ROTA分析检测到10.8%的眼睛存在RNFL缺损。最常见的缺损部位是上方弓状纤维束。年龄较大和较高的模式标准差与ROTA上的RNFL缺损显著相关。

早期青光眼中乳头黄斑束的参与

Leung等人的另一项研究检查了204只早期青光眼（MD ≥ −6 dB）的眼睛。71.6%存在累及乳头黄斑束的RNFL缺损，17.2%存在累及乳头中心凹束的RNFL缺损。RNFL缺损不限于半侧视网膜，还累及中心凹和黄斑，ROTA揭示了这种广泛的神经损伤。

与非青光眼性视神经病变的鉴别

ROTA可以描绘出与视盘边缘苍白区域相对应的RNFL纤维束的消失。由于非动脉炎性前部缺血性视神经病变（NAION）和视神经炎具有特征性的视盘边缘苍白模式，因此ROTA有望用于与青光眼的鉴别。即使在视盘玻璃膜疣或RNFL水肿的病例中，ROTA也可能识别出RNFL缺损。

未来展望

• 通过大规模多中心研究验证ROTA诊断能力的外部有效性
• 在商用OCT软件中实现ROTA算法
• 通过纵向研究评估青光眼进展检测能力
• 与基于AI的自动诊断相结合

免责声明

本文为眼科医疗从业人员提供教育目的的信息，不构成个体诊断或治疗的指南。实际临床判断应在主治医生的责任下进行。

Q ROTA对近视眼有效吗？

A

ROTA算法具有矫正眼轴长度的功能，可以减少传统OCT分析中近视眼出现的假阳性。传统的RNFL厚度测量在高度近视眼中由于放大效应容易产生假阳性¹⁾，而ROTA通过眼轴长度矫正可减少RNFL缺损和GC-IPL异常的假阳性检测。但存在屈光介质混浊时，图像质量下降会影响准确性。

8. 参考文献

1. 日本緑内障学会. 緑内障診療ガイドライン（第5版）. 日眼会誌. 2022;126:85-177.

2. European Glaucoma Society. Terminology and Guidelines for Glaucoma, 5th Edition. 2020.

3. European Glaucoma Society. Terminology and Guidelines for Glaucoma, 6th Edition. Br J Ophthalmol. 2025.

4. American Academy of Ophthalmology. Primary Open-Angle Glaucoma Preferred Practice Pattern®. 2020.

5. American Academy of Ophthalmology. Primary Open-Angle Glaucoma Suspect Preferred Practice Pattern®. 2020.

6. Geevarghese A, Wollstein G, Ishikawa H, Schuman JS. Optical coherence tomography and glaucoma. Annu Rev Vis Sci. 2021;7:693-726.