第一部分:超广角光相干断层扫描血管成像检测临床前期糖尿病性视网膜病变目的:运用超广角光相干断层扫描血管成像（OCTA）研究临床前期糖尿病性视网膜病变（PCDR）的视网膜微血管改变。方法:前瞻性横断面研究。纳入30名无临床视网膜体征的糖尿病患者共55只眼。所有受试者均进行五眼位12 mm×12 mm OCTA扫描（1个中心注视眼位和4个周边注视眼位）以构成超广角OCTA拼图。在超广角图像中,中央区对应为使用中心注视获得的原始中心图像,而剩余区域即为周边区。统计不同区域出现的无灌注区（NPA）、微血管扭曲扩张以及新生血管（NV）等病灶,并统计糖尿病相关病史及实验室检查结果。结果:超广角OCTA在32只眼（58.2%）中检测到视网膜微血管病变。周边区的NPA检出率稍高于中央区,但差异无统计学意义（P=0.085）。周边区出现的微血管扭曲扩张则显著多于中央区（P=0.024）。周边区及全区出现的病变类型的数量与糖化血红蛋白水平相关（所有P<0.001）。结论:超广角OCTA是一种具有前景的成像方法,可用于检测临床前期糖尿病性视网膜病变患眼中的血管改变以揭示其视网膜微血管异常。此外,这些改变与全身情况相关。第二部分:广角光相干断层扫描血管成像定量评估临床前期糖尿病性视网膜病变的微血管改变目的:使用广角光相干断层扫描血管成像（OCTA）定量分析2型糖尿病患者的临床前期糖尿病性视网膜病变（PCDR）眼中视网膜微循环的改变。方法:前瞻性横断面对照研究。PCDR患者和健康对照组均接受标准眼科检查,并使用广角OCTA行12mm×12 mm扫描以测量视网膜浅层毛细血管丛（SCP）及深层毛细血管丛（DCP）的血管密度（VD）。两组也进行常规3mm×3mm OCTA扫描以分析内层视网膜的中心凹无血管区（FAZ）面积、周长、非圆指数和中心凹密度（FD-300）。结果:本研究纳入了来自25位糖尿病患者的50只PCDR患眼和来自25位健康对照组的50只眼。两组之间在浅层VD或FAZ面积、周长、非圆指数、FD-300等FAZ参数均未发现显著差异（所有P>0.05）。PCDR患眼的旁中心凹、中心凹周围区、环区1-6、环区1-9、环区1-12、环区3-9、环区3-12、环区6-9和环区6-12等区域的颞侧深层VD均明显低于对照组（所有P<0.05）。两组之间的亚区0-3的深层VD和旁中心凹深层的平均、下侧及鼻侧VD也均与对照组存在统计学差异（所有P<0.05）。结论:2型糖尿病中PCDR的视网膜微血管损伤可能始于后极部颞侧的深层毛细血管丛,这些改变可以通过广角OCTA早期发现。第三部分:基于光相干断层扫描金标准和眼底彩照的糖尿病性黄斑水肿人工智能筛查模型初步研究目的:初步构建以光相干断层扫描（OCT）视网膜厚度图为金标准,根据单张非立体眼底彩照识别糖尿病性黄斑水肿（DME）的人工智能（AI）筛查模型。方法:回顾性收集糖尿病患者共507例眼底彩照及其对应的OCT视网膜厚度图,划分训练集（294例）、验证集（116例）与测试集（97例）。使用对应OCT视网膜厚度图作为眼底彩照中DME诊断和分级的金标准。分别采用一步法整图识别以及改进的一步法黄斑识别、两步法整图识别方法,训练EfficientnetB3Pruned模型根据单张眼底彩照识别DME。并根据测试集分别评估AI模型与三名眼底主治医师对DME的检测效能。结果:无DME、中心凹未受累的DME（Nci-DME）及中心凹受累的DME（ci-DME）三分类总体结果中,一步法整图模型的准确度及Cohen’s kappa值高于一步法黄斑模型及两步法整图模型（准确度:0.66比0.59、0.60,Cohen’s kappa值:0.47比0.39、0.40）,其准确度、平均F1及Cohen’s kappa值也优于三位医生的平均水平（准确度:0.66 比 0.58,平均 F1:0.68 比 0.61,Cohen’s kappa 值:0.47 比0.34）。而在进行各个二分类判定时,一步法整图识别模型的准确度、灵敏度、特异度、阳性预测值、阴性预测值、F1及Cohen’s kappa值均不低于三位医生的平均水平。结论:基于OCT金标准和眼底彩照的DME-AI筛查模型可以有效识别单张非立体眼底彩照中的DME,其检测效能不差于眼底专业主治医师。