Новые технологии диагностики и мониторинга заболеваний сетчатки: обзор от Специальной группы Европейского института зрения

При поддержке Европейского института зрения (EVI) состоялся симпозиум, посвященный новым технологиям диагностики и мониторинга заболеваний сетчатки. Заседание было проведено на базе офтальмологического отделения Basel University в сотрудничестве с Institute of Molecular and Clinical Ophthalmology Basel (IOB).

В данном обзоре описаны перспективные диагностические разработки. Планируется, что следующие заседания, организованные EVI, будут посвящены технологиям визуализации не только сетчатки, но и переднего отрезка глаза.

Доктор Peter Maloca, MD, начал научную часть заседания с обзора последних разработок в области OCT, таких как (1) Hydra-OCT, (2) рассеянная OCT или так называемая MIMO-OCT, (3) трехмерный спекл-шумоподавитель и (4) сочетание технологии OCT в режиме виртуальной реальности (VR) с машинным обучением.

Hydra-OCT – это новая коаксиальная двухволновая OCT, созданная на основе технологии Spectralis OCT Heidelberg Engineering®. Hydra-OCT проводит двойные измерения с длиной волны 870 и 1060 нм, что обеспечивает лучшее представление о структуре сетчатки и хориоидеи. Исследование позволяет получить больше информации о конкретных свойствах ткани, таких как, например, показатель преломления. Прибор был разработан в тесном сотрудничестве с Christoph Meier и его командой в Institute for Human Centered Engineering (optoLab, Biel, Швейцария).

MIMO-OCT – это недавно разработанная портативная система ОСТ, которая позволяет осуществлять дистанционный мониторинг сетчатки, например, при экссудативной форме возрастной макулярной дегенерации (ВМД). Благодаря своей простоте, прибор в будущем может быть использован для обследования за пределами клиник. Наиболее важным нововведением системы является автоматическая оценка данных при помощи специального программного обеспечения (рис. 1) [1, 2].

Спекл-шум – это гранулированный «шум», который появляется при обследовании различными методами медицинской визуализации. Трехмерный спекл-шумоподавитель - это новое приложение для последующей обработки медицинских изображений, которое позволяет отделить информативный сигнал от спекл-шума, что обеспечивает хорошее качество изображения с высокой воспроизводимостью. Таким образом, трехмерный шумоподавитель сглаживает изображения ОСТ и улучшает визуализацию структур сетчатки и хориоидеи [3–6].

Наконец, сочетание VR с OCT является еще одной многообещающей технологией, благодаря которой несколько пользователей (до 4 человек) могут одновременно визуализировать трехмерное OCT-изображение сетчатки глаза при помощи специальных очков для виртуальной реальности. Кроме того, используя дополнительный инструмент Blue AI, можно разделить слои OCT и обеспечить их мгновенную виртуальную визуализацию. Еще одной целью этих разработок является повышение контрастности и качества изображения виртуальных моделей сетчатки. Таким образом, технология VR также может быть использована для диагностики дистрофий сетчатки [7].

Martin Zinkernagel, MD, PhD, рассказал о преимуществах FLIO, инновационной и неинвазивной методики измерения времени жизни эндогенной аутофлуоресценции сетчатки. Когда эндогенные флуорофоры возбуждаются фотонами монохроматического света, они переходят на более высокий уровень энергии. Прежде чем вернуться в исходное состояние, флуорофоры испускают фотоны с большей длиной волны, чем возбудивший их свет. Усреднённое время существования молекулы в возбуждённом состоянии имеет название «время жизни флуоресценции» [8].

Система, представленная доктором Zinkernagel, создана на платформе ретиноангиографа HRA Spectralis Heidelberg Engineering®. В состав системы входит пикосекундный диодный лазер с длиной волны 473 нм и частотой 80 Гц, с двумя спектральными каналами (498–560 и 560–720 нм), регистрирующими коротковолновые и длинноволновые сигналы. Результаты отображаются в виде двухмерных цветных изображений сетчатки (рис. 2). Красным цветом кодируются молекулы с коротким временем жизни флуоресценции (например, в макулярной области), а синим цветом – молекулы с длинным временем жизни (например, зрительный нерв) [9].

Сигналы, выявляемые при FLIO, происходят в основном от макулярных пигментов – лютеина и зеаксантина [10]. Таким образом, FLIO является чувствительным диагностическим методом, который можно использовать при мониторинге заболеваний сетчатки, поражающих макулярный пигмент, например, при оценке прогрессирования или оценке успеха терапии географической атрофии сетчатки при сухой форме ВМД [11] или макулярных телеангиоэктазий [10]. Кроме того, FLIO может быть использован для количественной оценки побочных продуктов зрительного цикла и, следовательно, для определения возможно жизнеспособных фоторецепторов при различных заболеваниях сетчатки, таких как центральная серозная хориоретинопатия [12], пигментный ретинит [13], хориодеремия [14] или болезнь Штаргардта [15].

Ursula Schmidt-Erfurth, MD, рассказала о важности «обучения машин» и использовании искусственного интеллекта в области диагностики сетчатки. Поскольку в наши дни возрастная макулярная дегенерация и диабетическая ретинопатия являются основными причинами слепоты в западной цивилизации, многие диагностические центры имеют дело с огромными массивами данных, получаемых методом OCT или другими методами визуализации. Стало очень важным найти разумные стратегии автоматического выделения актуальной информации из большого объема данных без потери важных деталей [16].

Одной из успешных стратегий является глубокое «обучение машин», которое позволит, например, автоматически обнаруживать интраретинальную или субретинальную жидкость при ОСТ-сканировании [17–20]. Имеющиеся в настоящее время алгоритмы обработки данных выполняют автоматическую сегментацию изображения, что позволяет количественно оценить состояние сетчатки, обнаружить закономерности, корреляцию структуры и/или функций и оценить прогрессирование заболевания. Существуют даже полностью автоматизированные модели прогнозирования прогрессирования заболевания [18, 19].В качестве примера успешного клинического применения алгоритмов машинного обучения была представленa модель прогнозирования успеха анти-VEGF-терапии, основанная на данных клинического исследования Harbor [21]. В исследование Harbor были включены 1097 глаз с неоваскулярной ВМД. Пациенты были случайным образом разделены на четыре группы, в которых проводились интравитреальные инъекции ранибизумаба в режиме pro re nata, или инъекции ранибизумаба в двух разных дозировках в ежемесячном режиме. С помощью алгоритмов искусственного интеллекта было возможно не только полностью автоматизировать обнаружение жидкости, которая является маркером активности заболевания, но и использовать все полученные данные для того, чтобы показать, как наличие интраретинальной жидкости влияет на степень снижения зрения. Это большой шаг к автоматизированной поддержке терапии неоваскулярной ВМД на основе ретинальных изображений [21].

Другим примером клинического применения алгоритмов машинного обучения стало автоматическое обнаружение друз и ассоциированных с друзами гиперрефлективных очагов, а также разработка соответствующих им моделей прогнозирования прогрессирования болезни [22, 23]. Эти особенности позволяют обнаруживать морфологические признаки, которые могут предсказать риск развития географической атрофии или хориоидальной неоваскуляризации у каждого конкретного пациента в зависимости от вида друз [23].

Все эти достижения показывают, что глубокое «обучение машин» имеет преимущества по сравнению с ручным анализом, даже если анализ выполняется специалистом по сетчатке [24]. Развитие мультимодальной визуализации и рост базы данных позволит в будущем более активно использовать автоматизацию в диагностике и терапии заболеваний сетчатки.

Gary Rubin, PhD, представил обзор методов психофизического обследования пациентов, к которым относятся определение остроты зрения, контрастной чувствительности, поля зрения, определение стереоскопии и движений, а также изучение производительности зрительных функций, включая чтение, распознавание лиц и объектов, а также визуальную навигацию в пространстве. Он указал на важность правильного выбора методов обследования во избежание разногласий по поводу полученных в клинических исследованиях функциональных результатов. Он отметил, что микропериметрия является ценным инструментом для оценки клинических данных. Микропериметрия выполняется при помощи сканирующего лазерного офтальмоскопа, который впервые позволил проецировать тестовое изображение на соответствующую область сетчатки [25]. С момента его появления, метод микропериметрии был значительно усовершенствован: появились инфракрасные системы слежения (eye-tracking), усовершенствованы способы наложения данных периметрии на изображение сетчатки, увеличилось разрешение изображений сетчатки [26]. Тем не менее, остаются некоторые технические проблемы, связанные, например, со скоростью работы систем слежения. Кроме того, нормативные наборы данных доступны не для всех микропериметров.

Доктор Rubin также продемонстрировал, что микропериметрия имеет и терапевтическое значение при тренировке эксцентрического зрения (eccentric viewing training, EVT). EVT – это методика обучения пациентов с центральной скотомой, которая помогает им научиться использовать внефовеальную область в качестве своей новой предпочтительной точки фиксации. Данная методика успешно использовалось в Европе, США и на Ближнем Востоке в течение последних 25 лет. [27, 28] (см. рис. 3).

Микропериметрия имеет большое значение в оценке эффективности и контроля безопасности генной терапии. Врожденный амавроз Лебера (LCA) и пигментный ретинит с ранним началом вызваны двуаллельными мутациями гена RPE65 [30]. Недавно были проведены клинические исследования по субретинальной доставке вектора AAV, содержащего нормальную копию гена RPE65 пациентам с RPE65-дефицитным заболеванием сетчатки. Для оценки эффективности этого метода лечения использовали микропериметрию. Генная терапия способствовала увеличению чувствительности сетчатки как при амаврозе Лебера, так и при пигментном ретините [31, 32]. Микропериметрия обладает особым преимуществом по сравнению со стандартной автоматической периметрией, когда остаточное поле зрения ограничено макулярной областью.

Botond Roska, MD, PhD, сделал сообщение о различных типах нейрональных клеток, входящих в состав сетчатки, и указал, что каждый отдельный тип клеток имеет разную экспрессию генов. Поэтому, для разработки методов лечения разных типов клеток необходимо заранее понять их анатомическую структуру и механизмы их работы.

Функцию человеческой сетчатки можно исследовать, регистрируя нейронную активность в образцах сетчатки при помощи матриц, состоящих из 30 000 электродов. Даже в изолированной от мозга сетчатке удается регистрировать реакцию тысяч ганглиозных клеток на свет в виде пиков в течение первых 10 минут после подготовки образца. Сортировка этих сигналов позволяет выделять различные функциональные типы ганглиозных клеток в соответствии с их специфической функцией [33]. С другой стороны, эти клетки могут быть описаны с помощью секвенирования генома. Знание как функции клеток, так и их генетической основы, позволяет детально описать связь различных типов клеток и мутаций генов с некоторыми заболеваниями сетчатки [34, 35] (рис. 4). Как только человеческая сетчатка будет исследована и понята, следующим шагом станет разработка искусственной гуманоидной сетчатки. Уже сейчас биопсию кожи или образцы крови используют для создания ткани сетчатки в пробирке. После «перепрограммирования» человеческих плюрипотентных клеток (iPS), можно культивировать фоторецепторы и ганглиозные клетки сетчатки [36]. До настоящего времени в исследованиях удалось получить отдельные типы клеток, но не полноценную структуру сетчатки.

Не так давно стартовала разработка органоидов сетчатки человека с клетками iPS [37]. Эти органоиды могут нести в себе все типы клеток, которые обнаруживаются в сетчатке. Кроме того, они также способны обеспечивать аксональный рост ганглиозных клеток, которые могут формировать примитивный зрительный нерв [38]. Интересно, что органоиды стабилизируют экспрессию генов, а развитие клеток почти точно соответствует развитию человеческого плода in vivo.

Органоиды дают возможность разработать in vitro модели заболеваний сетчатки, например, болезни Штаргардта, и воздействовать путем генной терапии на каждый из различных типов клеток при помощи конкретных векторов. Явным преимуществом клеточных органоидов iPS перед клеточными культурами является возможность апробировать in vitro новые терапевтические концепции. Кроме того, использование органоидов в будущем позволит снизить количество экспериментов на животных. Еще одним многообещающим подходом является использование магнитных наночастиц для точного позиционирования векторов в тканях-мишенях [39].

VI. Достижения в области диагностической визуализации

Tilman Otto, PhD, представил обзор существующих методов визуализации сетчатки и сообщил о новейших разработках в области однофотонных или двухфотонных взаимодействий света и ткани.

Что касается однофотонных взаимодействий, механизмы обратного рассеяния света уже используются в фундус-камерах, а также в сканирующих лазерных офтальмоскопах и оптических когерентных томографах. Новым методом исследования в этой области является оксиметрия сетчатки. Оксиметрия сетчатки представляет собой спектрофотометрическое измерение при помощи фундус-камеры, которое может дифференцировать оксигенированный и дезоксигенированный гемоглобин. Оксиметрия – это бесконтактный и неинвазивный метод, позволяющий измерить уровень насыщения крови кислородом в сосудах сетчатки [40–44]. Благодаря использованию трех разных длин волн можно получать многоцветные изображения сетчатки, что является стандартным свойством многих устройств Heidelberg Engineering®.

Еще одна новая разработка – это модуль большого увеличения для Heidelberg Engineering Spectralis®, который обеспечивает более высокое разрешение лазерного офтальмоскопа. В поле зрения 8×8° можно увеличить разрешение до 1,5 мкм ткани, что позволяет визуализировать мозаику фоторецепторов сетчатки (рис. 5). Исследование может быть выполнено даже без расширения зрачка.

Новой разработкой в области трехмерной визуализации является количественная ОСТ-ангиография. Она позволяет измерять кровоток в сосудах сетчатки, используя доплеровские сигналы. Методика обеспечивает глубокое представление о глобальном кровоснабжении сетчатки, потенциально помогая оценить эластичность сосудов и выявить области, которые могут подвергаться риску ишемии [43].

Другой интересной новинкой является ОСТ-поляриметрия, определяющая однородность поляризации, которая является результатом сильного рассеивающего эффекта от различных тканей, таких как пигментный эпителий сетчатки. ОСТ-поляриметрия определяет степень рассеяния света и может использоваться для визуализации фиброза сетчатки [45, 46]. С развитием методики ОСТ в видимом свете, который использует полный спектр RGB в диапазоне длин волн от 400 до 700 нм, можно добиться осевого разрешения 0,7 мкм, по крайней мере, в глазах животных [47].

Одной из многообещающих новинок является функциональная ОСТ, которая представляет собой неинвазивное измерение пространственных и временных изменений длины наружного сегмента фоторецептора в ответ на зрительный стимул. Таким образом, функциональная ОСТ дает информацию о нейрофоторецепторной активности отдельных колбочек в глазу живого человека [48].

В нескольких диагностических инструментах также используются механизмы флуоресценции. Используя одну длину волны, можно получить аутофлуоресценцию глазного дна. Используя две длины волны, проводят количественную аутофлуоресценцию, которая позволяет измерить оптическую плотность макулярного пигмента [49].

Что касается двухфотонных взаимодействий, то в настоящее время продолжаются исследования двухфотонной флуоресценции. Этот метод может быть использован для измерения флуоресценции с разрешением по глубине. Исследование проводится в комфортных для пациентов условиях, поскольку используется инфракрасный свет. Другим интересным инструментом для будущих исследований может быть оптоволоконная двухфотонная FLIO, которая, как было показано в экспериментах, позволяет получать in vivo изображения ретинальных ганглиозных клеток в глазах Thy-1 YFP мышей [50].

Hendrik Scholl, MD, по материалам, предоставленным Richard G. Weleber, MD, сообщил об анализе моделирования поля зрения (visual field modeling analysis, VFMA). Этот диагностический инструмент создает интерактивные трехмерные карты поля зрения (hill of vision, HOV) и предоставляет унифицированную основу для анализа объема поля зрения [51–53]. Метод VFMA использовался в нескольких клинических исследованиях, посвященных изучению естественного течения болезней и ответа на генную терапию при Х-сцепленном ювенильном ретиношизисе, ахроматопсии, врожденном амаврозе Лебера, хоридеремии, болезни Штаргардта, синдроме Ушера [31, 54–62], а также для оценки эффективности перорального лечения аутосомно-доминантного пигментного ретинита вальпроевой кислотой [63].

Трехмерные карты поля зрения строятся по данным x, y, z, экспортируемым из стандартного автоматического периметра или микропериметра. Значения x и y представляют собой координаты в пространстве (для стандартного автоматического индикатора) или на поверхности сетчатки (для микропериметра). Значения z представляют собой дифференциальные значения освещенности или значения чувствительности, которые определяются в каждой точке при помощи порогового алгоритма. Затем вычисляется объем светочувствительности в единицах децибел-стеридианы (рис. 6). Используя трехмерные карты поля зрения, можно оценить светочувствительность путем интерполяции в любом месте области тестовой сетки, а не только в исходных (x, y) местах. VFMA существенно отличается от обычной периметрии: обычные параметры периметрии, такие как средняя чувствительность (MS) и среднее отклонение (снижение светочувствительности, MD), измеряются в децибелах и являются одномерными усредненными значениями чувствительности для всех исследуемых точек. VFMA, с другой стороны, создает объемные данные, которые можно оценить в любой интересующей области, например, по общему объему поля зрения (VTOT) или по центру поля в 30 °, или при произвольном выборе любой части сформированной карты. Интересующие области могут быть выбраны математически в виде кругов или секторов, либо с учетом структурной зоны, например, зоны субретинального пузыря, сформированного во время генной терапии, либо кольца гипераутофлуоресценции, наблюдающегося при пигментном ретините. При помощи единиц измерения децибел-стерадиан зрительные функции можно описать в виде физической величины, а не среднего значения. Объемные данные имеют большую ценность для оценки зрительных функций по сравнению со средними значениями.

Значения MS и MD могут отличаться при выполнении исследования по разным протоколам и на разных приборах, поэтому эти данные довольно сложно поддаются статистической обработке. В отличие от MS и MD объем HOV является более стандартизированным параметром. VFMA позволяет сравнить данные, полученные при проведении исследования по разным протоколам и даже на разных устройствах.

Таким образом, VFMA представляет собой системную основу для обработки данных, полученных при помощи любых периметрических приборов. Объем HOV является уникальной и надежной количественной мерой зрительных функций, которая может использоваться в научных исследованиях и в клинической практике.

Maria della Volpe-Waizel ^a,b, Ghislaine L. Traber ^a,b, Peter Maloca ^b, Martin Zinkernagel ^c, Ursula Schmidt-Erfurth ^d, Gary Rubin ^e, Botond Roska ^b, Tilman Otto ^f, Richard G. Weleber ^g, Hendrik P.N. Scholl ^a,b

a Department of Ophthalmology, University of Basel, Basel, Switzerland;

b Institute of Molecular and Clinical Ophthalmology (IOB), Basel, Switzerland;

c Department of Ophthalmology and Department of Clinical Research, Inselspital, Bern University Hospital, University of Bern, Bern, Switzerland;

d Medical University of Vienna, Department of Ophthalmology, Vienna, Austria;

e UCL University College London, Institute of Ophthalmology, London, UK;

f Heidelberg Engineering GmbH, Heidelberg, Germany;

g Casey Eye Institute, Departments of Ophthalmology and Molecular and Medical Genetics, University of Oregon Health and Science University, Portland, OR, USA



Литература

1. Quellec G, Kowal J, Hasler PW, Scholl HPN, Zweifel S, Konstantinos B, et al. Feasibility of support vector machine learning in age-related macular degeneration using small sample yielding sparse optical coherence tomography data. Acta Ophthalmol. 2019 Aug; 97(5):e719–e728.

2. Maloca P, Hasler PW, Barthelmes D, Arnold P, Matthias M, Scholl HP, et al. Safety and Feasibility of a Novel Sparse Optical Coherence Tomography Device for Patient-Delivered Retina Home Monitoring. Transl Vis Sci Technol. 2018 Jul;7(4):8.

3. Maloca PM, Spaide RF, Rothenbuehler S, Scholl HPN, Heeren T, Ramos de Carvalho JE, et al. Enhanced resolution and speckle-free three-dimensional printing of macular optical coherence tomography angiography. Acta Ophthalmol. 2019 Mar; 97(2):e317– e319.

4. Maloca P, Gyger C, Hasler PW. A pilot study to image the vascular network of small melanocytic choroidal tumors with speckle noise-free 1050-nm swept source optical coherence tomography (OCT choroidal angiography). Graefes Arch Clin Exp Ophthalmol. 2016 Jun; 254(6):1201–10.

5. Maloca P, Gyger C, Schoetzau A, Hasler PW. Ultra-Short-Term Reproducibility of Speckle-Noise Freed Fluid and Tissue Compartmentalization of the Choroid Analyzed by Standard OCT. Transl Vis Sci Technol. 2015 Nov 17;4(6):3.

6. Gyger C, Cattin R, Hasler PW, Maloca P. Three-dimensional speckle reduction in optical coherence tomography through structural guided filtering. Opt Eng. 2014;53(7):073105.

7. Maloca PM, de Carvalho JER, Heeren T, Hasler PW, Mushtaq F, Mon-Williams M, Scholl HPN, Balaskas K, Egan C, Tufail A, Witthauer L, Cattin PC. High-Performance Virtual Reality Volume Rendering of Original Optical Coherence Tomography Point-Cloud Data Enhanced With Real-Time Ray Casting. Transl Vis Sci Technol. 2018 Jul 9;7(4):2.

8. Dysli C, Wolf S, Berezin MY, Sauer L, Hammer M, Zinkernagel MS. Fluorescence life-time imaging ophthalmoscopy. Prog Retin Eye Res. 2017 Sep;60:120–43.

9. Dysli C, Dysli M, Enzmann V, Wolf S, Zinkernagel MS. Fluorescence lifetime imaging of the ocular fundus in mice. Invest Ophthalmol Vis Sci. 2014 Sep;55(11):7206–15.

10. Sauer L, Andersen KM, Li B, Gensure RH, Hammer M, Bernstein PS. Fluorescence Life- time Imaging Ophthalmoscopy (FLIO) of Macular Pigment. Invest Ophthalmol Vis Sci. 2018 Jun;59(7):3094–103.

11. Dysli C, Wolf S, Zinkernagel MS. Autofluo- rescence Lifetimes in Geographic Atrophy in Patients With Age-Related Macular Degeneration. Invest Ophthalmol Vis Sci. 2016 May; 57(6):2479–87.

12. Dysli C, Berger L, Wolf S, Zinkernagel MS. Fundus autofluorescence lifetimes and central serous chorioretinopathy. Retina. 2017 Nov;37(11):2151–61.

13. Dysli C, Schurch K, Pascal E, Wolf S, Zinkernagel MS. Fundus Autofluorescence Lifetime Patterns in Retinitis Pigmentosa. Invest Ophthalmol Vis Sci. 2018 Apr;59(5):1769–78.

14. Dysli C, Wolf S, Tran HV, Zinkernagel MS. Autofluorescence Lifetimes in Patients With Choroideremia Identify Photoreceptors in Areas With Retinal Pigment Epithelium Atrophy. Invest Ophthalmol Vis Sci. 2016 Dec; 57(15):6714–21.

15. Dysli C, Wolf S, Hatz K, Zinkernagel MS. Fluorescence Lifetime Imaging in Stargardt Dis- ease: Potential Marker for Disease Progression. Invest Ophthalmol Vis Sci. 2016 Mar; 57(3):832–41.

16. Schmidt-Erfurth U, Sadeghipour A, Gerendas BS, Waldstein SM, Bogunovic H. Artificial intelligence in retina. Prog Retin Eye Res. 2018 Nov;67:1–29.

17. Montuoro A, Waldstein SM, Gerendas BS, Schmidt-Erfurth U, Bogunovic H. Joint retinal layer and fluid segmentation in OCT scans of eyes with severe macular edema using unsupervised representation and auto-context. Biomed Opt Express. 2017 Feb;8(3):1874–88.

18. Niu S, de Sisternes L, Chen Q, Rubin DL, Leng T. Fully automated prediction of geographic atrophy growth using quantitative spectral-domain optical coherence tomography biomarkers. Ophthalmology. 2016 Aug;123(8): 1737–50.

19. Schlegl T, Waldstein SM, Bogunovic H, Endstra?er F, Sadeghipour A, Philip AM, et al. Fully automated detection and quantification of macular fluid in OCT using deep learning. Ophthalmology. 2018 Apr;125(4):549–58.

20. Schmidt-Erfurth U, Waldstein SM. A paradigm shift in imaging biomarkers in neovascular age-related macular degeneration. Prog Retin Eye Res. 2016 Jan;50:1–24.

21. Bogunovic H, Waldstein SM, Schlegl T, Langs G, Sadeghipour A, Liu X, et al. Prediction of Anti-VEGF Treatment Requirements in Neovascular AMD Using a Machine Learning Approach. Invest Ophthalmol Vis Sci. 2017 Jun; 58(7):3240–8.

22. Schlanitz FG, Baumann B, Kundi M, Sacu S, Baratsits M, Scheschy U, et al. Drusen volume development over time and its relevance to the course of age-related macular degeneration. Br J Ophthalmol. 2017 Feb;101(2):198– 203.

23. Schmidt-Erfurth U, Waldstein SM, Klimscha S, Sadeghipour A, Hu X, Gerendas BS, et al. Prediction of Individual Disease Conversion in Early AMD Using Artificial Intelligence. Invest Ophthalmol Vis Sci. 2018 Jul;59(8): 3199–208.

24. De Fauw J, Ledsam JR, Romera-Paredes B, Nikolov S, Tomasev N, Blackwell S, et al. Clinically applicable deep learning for diagnosis and referral in retinal disease. Nat Med. 2018 Sep;24(9):1342–50.

25. Timberlake GT, Mainster MA, Peli E, Augliere RA, Essock EA, Arend LE. Reading with a macular scotoma. I. Retinal location of scotoma and fixation area. Invest Ophthalmol Vis Sci. 1986 Jul;27(7):1137–47.

26. Palkovits S, Hirnschall N, Georgiev S, Leisser C, Findl O. Test-Retest Reproducibility of the Microperimeter MP3 With Fundus Image Tracking in Healthy Subjects and Patients With Macular Disease. Transl Vis Sci Technol. 2018 Feb 7;7(1):17.

27. Gaffney AJ, Margrain TH, Bunce CV, Binns AM. How effective is eccentric viewing training? A systematic literature review. Ophthalmic Physiol Opt. 2014 Jul;34(4):427–37.

28. Crossland MD, Culham LE, Kabanarou SA, Rubin GS. Preferred retinal locus development in patients with macular disease. Ophthalmology. 2005 Sep;112(9):1579–85.

29. Petre KL, Hazel CA, Fine EM, Rubin GS. Reading with eccentric fixation is faster in inferior visual field than in left visual field. Optom Vis Sci. 2000 Jan;77(1):34–9.

30. Weleber RG, Michaelides M, Trzupek KM, Stover NB, Stone EM. The phenotype of Severe Early Childhood Onset Retinal Dystrophy (SECORD) from mutations of RPE65 and differentiation from Leber congenital amaurosis. Invest Opthalmol Vis Sci. 2011 Jan 5; 52(1):292–302.

31. Bainbridge JW, Mehat MS, Sundaram V, Robbie SJ, Barker SE, Ripamonti C, et al. Long-term effect of gene therapy on Leber’s congenital amaurosis. N Engl J Med. 2015 May;372(20):1887–97.

32. Maguire AM, Simonelli F, Pierce EA, Pugh EN Jr, Mingozzi F, Bennicelli J, et al. Safety and efficacy of gene transfer for Leber’s congenital amaurosis. N Engl J Med. 2008 May; 358(21):2240–8.

33. Drinnenberg A, Franke F, Morikawa RK, Juttner J, Hillier D, Hantz P, et al. How Diverse Retinal Functions Arise from Feedback at the First Visual Synapse. Neuron. 2018 Jul;99(1): 117–134.e11.

34. Roska B, Sahel JA. Restoring vision. Nature. 2018 May;557(7705):359–67.

35. Siegert S, Cabuy E, Scherf BG, Kohler H, Panda S, Le YZ, Fehling HJ, Gaidatzis D, Stadler MB, Roska B. Transcriptional code and disease map for adult retinal cell types. Nat Neurosci. 2012 Jan 22;15(3):487–95, S1–2.

36. Busskamp V, Krol J, Nelidova D, Daum J, Szikra T, Tsuda B, et al. miRNAs 182 and 183 are necessary to maintain adult cone photoreceptor outer segments and visual function. Neuron. 2014 Aug;83(3):586–600.

37. Scholl HP, Strauss RW, Singh MS, Dalkara D, Roska B, Picaud S, et al. Emerging therapies for inherited retinal degeneration. Sci Transl Med. 2016 Dec;8(368):368rv6.

38. Krol J, Roska B. Treatment synergy in axon regeneration. Nat Neurosci. 2016 Jul;19(8): 983–4.

39. Schubert R, Trenholm S, Balint K, Kosche G, Cowan CS, Mohr MA, et al. Virus stamping for targeted single-cell infection in vitro and in vivo. Nat Biotechnol. 2018 Jan;36(1):81–8.

40. Hammer M, Thamm E, Schweitzer D. A simple algorithm for in vivo ocular fundus oximetry compensating for non-hemoglobin absorption and scattering. Phys Med Biol. 2002; 47(17):N233–8.

41. Hammer M, Vilser W, Riemer T, Mandecka A, Schweitzer D, Kuhn U, et al. Diabetic patients with retinopathy show increased retinal venous oxygen saturation. Graefes Arch Clin Exp Ophthalmol. 2009 Aug;247(8):1025–30.

42. Waizel M, Turksever C, Todorova MG. Normative values of retinal vessel oximetry in healthy children against adults. Acta Ophthalmol. 2018a Nov;96(7):e828–34.

43. Waizel M, Turksever C, Todorova MG. The effect of autoimmune retinopathy on retinal vessel oxygen saturation. Eye (Lond). 2018b Sep;32(9):1455–62.

44. Liu JJ, Grulkowski I, Kraus MF, Potsaid B, Lu CD, Baumann B, et al. In vivo imaging of the rodent eye with swept source/Fourier domain OCT. Biomed Opt Express. 2013 Feb;4(2): 351–63.

45. Gotzinger E, Pircher M, Geitzenauer W, Ahlers C, Baumann B, Michels S, et al. Retinal pigment epithelium segmentation by polarization sensitive optical coherence tomography. Opt Express. 2008 Oct;16(21):16410–22.

46. Michels S, Pircher M, Geitzenauer W, Simader C, Gotzinger E, Findl O, et al. Value of polarisation-sensitive optical coherence tomography in diseases affecting the retinal pigment epithelium. Br J Ophthalmol. 2008 Feb;92(2): 204–9.

47. Harper DJ, Augustin M, Lichtenegger A, Eugui P, Reyes C, Glosmann M, et al. White light polarization sensitive optical coherence tomography for sub-micron axial resolution and spectroscopic contrast in the murine retina. Biomed Opt Express. 2018 Apr;9(5): 2115–29.

48. Hillmann D, Spahr H, Pfaffle C, Sudkamp H, Franke G, Huttmann G. In vivo optical imaging of physiological responses to photostimulation in human photoreceptors. Proc Natl Acad Sci USA. 2016 Nov;113(46):13138–43.

49. Beatty S, Koh HH, Carden D, Murray IJ. Macular pigment optical density measurement: a novel compact instrument. Ophthalmic Physiol Opt. 2000 Mar;20(2):105–11.

50. Kamali T, Fischer J, Farrell S, Baldridge WH, Zinser G, Chauhan BC. Simultaneous in vivo confocal reflectance and two-photon retinal ganglion cell imaging based on a hollow core fiber platform. J Biomed Opt. 2018 Mar;23(9): 1–4.

51. Weleber RG, Smith TB, Peters D, Chegarnov EN, Gillespie SP, Francis PJ, et al. VFMA: Topographic Analysis of Sensitivity Data From Full-Field Static Perimetry. Transl Vis Sci Technol. 2015 Apr;4(2):14.

52. Smith TB, Parker M, Steinkamp PN, Weleber RG, Smith N, Wilson DJ; VPA Clinical Trial Study Group; EZ Working Group. Structure-Function Modeling of Optical Coherence To- mography and Standard Automated Perimetry in the Retina of Patients with Autosomal Dominant Retinitis Pigmentosa. PLoS One. 2016 Feb;11(2):e0148022.

53. Smith TB, Smith N, Weleber RG. Comparison of nonparametric methods for static visual field interpolation. Med Biol Eng Comput. 2017 Jan;55(1):117–26.

54. Weleber RG, Pennesi ME, Wilson DJ, Kaushal S, Erker LR, Jensen L, McBride MT, et al. Results at 2 Years after Gene Therapy for RPE65-Deficient Leber Congenital Amaurosis and Severe Early-Childhood-Onset Retinal Dystrophy. Ophthalmology. 2016 Jul; 123(7):1606–20.

55. Subash M, Comyn O, Samy A, Qatarneh D, Antonakis S, Mehat M, et al. The Effect of Multispot Laser Panretinal Photocoagulation on Retinal Sensitivity and Driving Eligibility in Patients With Diabetic Retinopathy. JAMA Ophthalmol. 2016 Jun;134(6):666–72.

56. Boese EA, Jain N, Jia Y, Schlechter CL, Harding CO, Gao SS, et al. Characterization of Chorioretinopathy Associated with Mitochondrial Trifunctional Protein Disorders: Long-Term Follow-up of 21 Cases. Ophthalmology. 2016 Oct;123(10):2183–95.

57. Lockhart CM, Smith TB, Yang P, Naidu M, Rettie AE, Nath A, et al. Longitudinal characterisation of function and structure of Bietti crystalline dystrophy: report on a novel homozygous mutation in CYP4V2. Br J Ophthalmol. 2018 Feb;102(2):187–94.

58. Tee JJ, Yang Y, Kalitzeos A, Webster A, Bainbridge J, Weleber RG, et al. Characterization of Visual Function, Interocular Variability and Progression Using Static Perimetry-Derived Metrics in RPGR-Associated Retinopathy. Invest Ophthalmol Vis Sci. 2018 May; 59(6):2422–36.

59. Mehat MS, Sundaram V, Ripamonti C, Robson AG, Smith AJ, Borooah S, et al. Transplantation of Human Embryonic Stem Cell- Derived Retinal Pigment Epithelial Cells in Macular Degeneration. Ophthalmology. 2018 Nov;125(11):1765–75.

60. Kumaran N, Rubin GS, Kalitzeos A, Fujinami K, Bainbridge JW, Weleber RG, et al. A Cross-Sectional and Longitudinal Study of Retinal Sensitivity in RPE65-Associated Leber Congenital Amaurosis. Invest Ophthalmol Vis Sci. 2018 Jul;59(8):3330–9.

61. Pennesi ME, Weleber RG, Yang P, Whitebirch C, Thean B, Flotte TR, Humphries M, et al. Results at 5 Years After Gene Therapy for RPE65-Deficient Retinal Dystrophy. Hum Gene Ther. 2018 Jul 24. doi: 10.1089/ hum.2018.014. [Epub ahead of print].

62. Birch DG, Bernstein PS, Iannacone A, Pennesi ME, Lam BL, Heckenlively J, et al. Effect of Oral Valproic Acid vs Placebo for Vision Loss in Patients With Autosomal Dominant Retinitis Pigmentosa: A Randomized Phase 2 Multicenter Placebo-Controlled Clinical Trial. JAMA Ophthalmol. 2018 Aug;136(8):849– 56.

63. Csaky K, Ferris F 3rd, Chew EY, Nair P, Cheetham JK, Duncan JL. Report from the NEI/FDA Endpoints Workshop on age-related macular degeneration and inherited retinal diseases. Invest Ophthalmol Vis Sci. 2017 Jul; 58(9):3456–63.