简介：摘要先天性眼球震颤(congenital nystagmus，CN)是一种双眼不自主的、有节律的眼球摆动，常于刚出生时或出生后3个月内发现。CN的病因复杂多样，迄今其发病机制尚未完全清楚，属于斜视与小儿眼科疑难性疾病，治疗较为困难。近年来，国际同行尝试对原有术式进行改进，以期让患者获得更好的视觉质量。临床随机对照研究发现一些药物可减轻眼球震颤强度，延长中心凹注视时间，并使患者视力提高。CN的遗传方式多样，目前多数CN致病基因导致发病的机制尚不清楚。通过对模式动物的研究现已揭示了X连锁CN的致病基因——FRMD7基因引起CN的机制与方向选择性视网膜神经节细胞对水平方向运动的检测功能丧失有关。本文对近年来CN的研究进展进行综述，以期为CN的临床和基础研究提供参考。(国际眼科纵览，2020, 44: 296-305)

简介：摘要目的探讨机器学习层次聚类算法用于先天性眼球震颤（CN）眼动波形自动分类和波形诊断的可行性。方法回顾性病例系列研究。收集2018年12月至2019年9月就诊于天津市眼科医院的90例（90只眼）CN患者资料，其中男性67例，女性23例，年龄（12±9）岁。所有患者采用高速视频眼动仪记录眼动波形。对标准化后的眼动波形进行无监督机器学习层次聚类分析，获得可视化分类结果并予以波形命名，统计每种波形的发生比例，分析波形成分与CN患者视功能的相关性。统计学方法为独立样本t检验和Pearson相关性分析。结果在90例（90只眼）CN患者的46 620个有效眼动波形中，通过机器学习层次聚类算法自动分出7种波形，分别命名为波形Ⅰ（14 259个，30.59%）、波形Ⅱ（11 498个，24.66%）、波形Ⅲ（4 083个，8.76%）、波形Ⅳ1（5 430个，11.65%）、波形Ⅳ2（3 451个，7.40%）、波形Ⅳ3（3 015个，6.47%）及波形Ⅳ4（2 663个，5.71%）；有2 221个（4.76%）波形未分类。波形Ⅰ、Ⅱ、Ⅲ分别与3种CN基本眼动波形即速度递增型冲动型、速度递减型冲动型及钟摆型波形相符，波形Ⅳ1~4为复杂波形。波形Ⅰ、Ⅱ、Ⅲ及Ⅳ1~4在90例患者中的发生比例依次为78.89%（71例）、41.11%（37例）、17.78%（16例）、20.00%（18例）、7.78%（7例）、15.56%（14例）和11.11%（10例）。38例（42.22%）患者仅表现为1种眼动波形，其余52例（57.78%）同时存在2种或2种以上眼动波形，其中23例（25.56%）存在3种或3种以上眼动波形，5例（5.56%）存在4种眼动波形。患者眼动波形中波形Ⅰ所占比例与最佳矫正视力（最小分辨角对数视力）有显著相关性（r=-0.39；P<0.01），波形Ⅱ所占比例与最佳矫正视力无相关性（P>0.05）。以波形Ⅰ为主导的CN患者的最佳矫正视力（0.19±0.14）优于以波形Ⅱ为主导的CN患者（0.45±0.37），差异有统计学意义（t=2.77；P<0.05）。结论机器学习层次聚类算法可实现CN眼动波形的自动分类和波形诊断，为CN的精准诊断与评估提供辅助依据。