目的:基于深度卷积神经网络（DCNN）方法自动测量彩色眼底像上全局和局部豹纹分布密度。方法:应用研究。将2021年5~ 7月于山东第一医科大学附属青岛眼科医院北部院区行近视手术的患者514例1 028只眼的1 005张彩色眼底像建立人工智能（AI）数据库。采用RGB颜色通道重标定方法（CCR算法）、基于Lab颜色空间的CLAHE算法、多重迭代照度估计的Retinex算法、具有色彩保护的多尺度Retinex算法对图像进行预处理。对比观察上述4种图像增强方法以及使用Dice损失、边缘重叠率损失和中心线损失对豹纹分割模型效果的影响。建立眼底豹纹分割模型识别全图范围内豹纹结构区域；构建眼底组织结构检测模型用于视盘及黄斑中心凹定位。计算视野范围内后极部豹纹密度（FTD ）、黄斑区豹纹密度（MTD）、视盘区豹纹密度（PTD ）。结果:应用CCR算法图像预处理和训练损失组合后，豹纹分割模型的Dice系数、准确率、灵敏度、特异性、约登指数分别达到0.723 4、94.25%、74.03%、96.00%和70.03%。模型自动测量的FTD、MTD、PTD值与人工标注测量值平均绝对误差分别为0.014 3、0.020 7、0.026 7，均方根误差则分别为0.017 8、0.032 3、0.036 5。结论:基于DCNN分割和检测方法能自动测量近视患者眼底全局和局部区域的豹纹分布密度，可以更准确地辅助临床监测和评估眼底豹纹改变对近视发展的影响。

目的:利用深度学习技术实现对不同区域豹纹状眼底（FT）的自动分割、量化及分级，分析新型量化指标与FT等级和全身及眼部各参数的相关性。方法:横断面研究。数据来源于“北京眼病研究”（一项以人群为基础的纵向研究），于2001年整群抽取北京市海淀区5个社区及大兴区3个农村社区的40岁及以上人群进行调查，并于2011年对该人群进行随访。本研究纳入2011年接受第2个5年随访的50岁以上人群，仅纳入右眼数据。将以右眼黄斑为中心的彩色眼底图像输入豹纹分割模型及黄斑检测网络，以黄斑中心凹为原点，内圈直径为1 mm，中圈直径为3 mm，外圈直径为6 mm，实现眼底的精细分割，从而得出各区域FT密度（FTD）及FT等级。进一步对各区域FTD及不同FT等级间各眼部及全身参数进行差异性分析。按照等效球镜度数（SE）将受试眼分为近视眼（SE<-0.25 D）、正视眼（-0.25 D≤SE≤0.25 D）及远视眼（SE>0.25 D）3种屈光类型。根据眼轴长度，将受试眼分为眼轴长度<24 mm、24~26 mm及>26 mm 3种眼轴类型，对不同类型的FTD进行分析。采用单因素方差分析、Kruskal-Wallis检验、Bonferroni检验及Spearman相关分析等统计学分析方法。结果:研究共纳入3 369名受试者（3 369只眼），年龄为（63.9±10.6）岁；其中女性1 886名（56.0%）男性1 483名（64.0%）。所有受试眼整体FTD为0.060（0.016，0.163）；内圈FTD为0.000（0.000，0.025）；中圈FTD为0.030（0.000，0.130）；外圈FTD为0.055（0.009，0.171）。单因素分析结果表明，各区域FTD与眼轴长度（整体： r=0.38， P<0.001；内圈： r=0.31， P<0.001；中圈： r=0.36， P<0.001；外圈： r=0.39， P<0.001）、黄斑中心凹下脉络膜厚度（SFCT）（整体： r=-0.69， P<0.001；内圈： r=-0.57， P<0.001；中圈： r=-0.68， P<0.001；外圈： r=-0.72， P<0.001）、年龄（整体： r=0.34， P<0.001；内圈： r=0.30， P<0.001；中圈： r=0.31， P<0.001；外圈： r=0.35， P<0.001）、性别（整体： r=-0.11， P<0.001；内圈： r=-0.04， P<0.001；中圈： r=-0.07， P<0.001；外圈： r=-0.11， P<0.001）、SE（整体： r=-0.20； P<0.001；内圈： r=-0.19， P<0.001；中圈： r=-0.20， P<0.001；外圈： r=-0.20， P<0.001）、裸眼视力（整体： r=-0.18， P<0.001；内圈： r=-0.26， P<0.001；中圈： r=-0.24， P<0.001；外圈： r=-0.22， P<0.001）、体质量指数（整体： r=-0.11， P<0.001；内圈： r=-0.13， P<0.001；中圈： r=-0.14， P<0.001；外圈： r=-0.13， P<0.001）均有相关性。进一步多因素分析结果显示，不同区域FTD与眼轴长度（整体： β=0.020， P<0.001；内圈： β=-0.022， P<0.001；中圈： β=0.027， P<0.001；外圈： β=0.022， P<0.001）、SFCT（整体： β=-0.001， P<0.001；内圈： β=-0.001， P<0.001；中圈： β=-0.001， P<0.001；外圈： β=-0.001， P<0.001）及年龄（整体： β=0.002， P<0.001；内圈： β=0.001， P<0.001；中圈： β=0.002， P<0.001；外圈： β=0.002， P<0.001）均有相关性。不同屈光类型受试眼的整体（ H=56.76， P<0.001）、内圈（ H=72.22， P<0.001）、中圈（ H=75.83， P<0.001）及外圈（ H=70.34， P<0.001）FTD分布均有统计学差异。不同眼轴长度受试眼的整体（ H=373.15， P<0.001）、内圈（ H=367.67， P<0.001）、中圈（ H=389.14， P<0.001）及外圈（ H=386.89， P<0.001）FTD分布均有统计学差异。进一步比较各级别FT受试受试者全身及眼部参数差异，在所有参数中，眼轴长度（ F=142.85， P<0.001）与SFCT（ F=530.46， P<0.001）差异有统计学意义。 结论:利用深度学习技术可实现眼底不同区域FT的自动分割及量化，并可实现FT的初步分级。不同区域FTD与眼轴长度、SFCT及年龄显著相关，年龄较大、患有近视眼及眼轴较长的人群眼底各区域FTD更重，豹纹等级更高。

目的:观察大学生高度近视眼豹纹状眼底患病情况，初步分析其与眼部生物学参数的关系。方法:横断面临床研究。2018年10~12月随机抽取在校大学生高度近视者161名202只眼纳入研究。其中，男性49名，女性112名；平均年龄（19.73±1.12）岁；平均等效球镜度数（SER）（-7.39±1.12）D。受检眼均行电脑验光、免散瞳眼底照相、OCT、OCT血管成像（OCTA）检查以及眼轴长度（AL）测量。根据眼底大血管暴露程度，将受检眼分为无豹纹状眼底（0级）、轻度豹纹状眼底（1级）、中度豹纹状眼底（2级）和重度豹纹状眼底（3级）。采用扫频光源OCT测量眼底后极部视网膜、脉络膜厚度和黄斑中心凹视网膜浅层毛细血管（SCP）血流密度。根据ETDRS分区将黄斑中心凹6 mm范围内脉络膜划分为以黄斑中心凹为中心的3个同心圆，分别是直径为1 mm的中心区，1 ～3 mm的内环区，3~6 mm的外环区，共9个区。内环、外环4区分别为上方、下方、鼻侧、颞侧。观察不同区域脉络膜、视网膜厚度分布特点及SCP血流密度。采用双变量相关分析法分析豹纹状眼底程度与眼部生物学参数的关系。结果:202只眼中，豹纹状眼底0级37只眼（18.32%，37/202）；1~3级165只眼（81.68%，165/202 ），其中1级、2级、3级者分别为125 （61.88%，125/202）、28 （13.86%，28/202）、12 （5.94%，12/202）只眼。视网膜厚度，水平、垂直方向均由鼻侧至中心区先升高后降低，于中心区最低，其后升高再降低；颞侧整体厚度略低于鼻侧，下方整体厚度略低于上方。脉络膜厚度，水平方向由鼻侧至颞侧逐渐增厚；垂直方向由上方至中心区逐渐降低，其后升高再降低。水平、垂直方向中心区SCP血流密度均较其他区域低。多变量回归分析结果显示，豹纹状眼底分级与AL （ β=0.291 ， OR=1.338，95% CI 1.064~1.682， P=0.013）、黄斑中心区SCP血流密度（ β=0.080， OR=1.084，95% CI 1.006~1.167， P=0.034）、脉络膜厚度（ β=-0.033， OR=0.968，95% CI 0.960~0.975， P<0.001 ）均相关。 结论:大学生高度近视眼豹纹状眼底改变发生率较高；豹纹状眼底程度加深与脉络膜厚度变薄、AL增长和更大的黄斑SCP血流密度相关。

鱼类体色发育在生物进化、生理生态等方面具有重要的意义,豹纹鳃棘鲈是一种体色变异丰富的珊瑚礁鱼类,在不同环境中呈现出显著差异的体色.本文选取了豹纹鳃棘鲈体色差异个体,并对不同部位的皮肤颜色、色素分布和相关色素酶含量进行了检测和分析.结果 显示,鱼体表皮分布着大量黑色素细胞和红色素细胞.黑色个体的黑色素细胞密度较大、黑色素含量较高,黑色素酶含量较低;而红色个体的红色素细胞密度更大、胡萝卜素与类胡萝卜素含量更高,黑色素酶的含量也更高.实验结果表明,豹纹鳃棘鲈的体色差异与黑色素颗粒的聚集、分散程度以及黑色素代谢酶的含量相关,体色鲜艳程度与红色素细胞数量以及胡萝卜素和类胡萝卜素含量相关.本文解释了红黑豹纹鳃棘鲈体色在色素和酶含量方面的差异,为进一步研究其体色变异机制提供了理论依据.

目的 运用光学相干断层扫描血管成像技术(optical coherence tomography angiography,OCTA)对不同级别豹纹状眼底黄斑区视网膜进行测量,探究不同级别豹纹状眼底黄斑区视网膜浅层及深层血管密度和厚度的差异.方法 前瞻性非随机对照研究.收集2019年1月至2019年6月在首都医科大学附属北京同仁医院眼科就诊的高度近视(SE＜-6.00 D)眼底豹纹状改变的患者共52例(63眼),按照眼底豹纹状改变的级别将其分为四组:0级组(18眼)、1级组(22眼)、2级组(12眼)、3级组(11眼).选取黄斑中心凹周围区、黄斑旁中心凹以及黄斑中心凹为观察指标,通过OCTA自动分层获得黄斑区视网膜浅层和深层的血管密度及视网膜厚度,采用秩和检验、方差分析以及SNK检验对数据进行分析.结果 四组患者的年龄呈非正态分布,差异无统计学意义(P=0.64).黄斑中心凹周围区以及黄斑旁中心凹区:四组患者间视网膜浅层及深层血管密度差异均有统计学意义(均为P＜0.05);视网膜厚度:以0级组作为参照组,0级组与1级组、2级组、3级组差异均有统计学意义(均为P ＜0.05),且呈负相关关系.在黄斑中心凹区域:四组患者间视网膜浅层及深层血管密度和黄斑区视网膜厚度差异均无统计学意义(均为P＞0.05).结论 随着豹纹状眼底级别的加深,眼底黄斑中心凹周围区以及旁中心凹区视网膜浅层及深层血管密度有统计学差异,且视网膜厚度随豹纹状眼底的级别加重呈进行性变薄趋势.OCTA可为评估不同级别豹纹状眼底视网膜的组织结构变化提供参考资料.