吴 俊，费思佳，沈 博，张瀚文，黄剑锋，潘 琦，赵建春，丁大勇

1西北工业大学电子信息学院，西安 7100722中国医学科学院 北京协和医学院研究生院，北京100730国家老年医学中心 中国医学科学院老年医学研究院 北京医院 3眼科 4内分泌科， 北京 1007305北京致远慧图科技有限公司人工智能实验室，北京 100872

糖尿病周围神经病变(diabetic peripheral neuropathy, DPN)是糖尿病最常见的慢性并发症之一，患病率约50%[1- 4]。目前DPN的诊断大多依赖于临床症状体征以及电生理检查等[4- 5]，而这些传统检查方法多用于诊断大神经纤维病变。近年研究发现，在DPN发病过程中，小神经纤维最早出现损伤[6- 7]，故小神经纤维的检查技术可用于DPN的早期诊断。通过皮肤活检量化表皮内神经纤维密度(intraepidermal nerve fiber density, IENFD)是当前评估小神经纤维损伤的金标准，但IENFD是一种侵入性检查，具有临床应用性差以及可重复性不强的局限性[3- 4,8]，故亟需一种快速、可重复、定量测量小神经纤维的无创技术。角膜共聚焦显微镜(corneal confocal microscopy, CCM)正是这样一种技术[3], 在DPN诊断中具有良好的应用前景。本文就CCM评估糖尿病神经病变的临床应用研究以及CCM相关人工智能分析方法进行阐述。

1 CCM与角膜神经

角膜是人体神经支配最密集的部分，每平方毫米约有7000个痛觉感受器，是皮肤敏感度的300～600倍[2,9]。绝大多数角膜神经纤维为感觉纤维，起源于三叉神经眼支[9- 10]，自角巩膜缘呈放射状分布，经睫状神经节后纤维进入角膜，随后大部分神经束穿过Bowman 层，在Bowman 层和角膜上皮基底膜之间形成密集的角膜基底下神经丛[1,8,11]。……