青光眼

如意全眼OCT对前房角、视网膜神经纤维层、神经节细胞复合体等结构以及视盘部血管密度进行的多种量化分析，可以对青光眼进行早期筛查及随访。另外，眼前节血流成像则可对新生血管性青光眼进行直观评估。

如意全眼OCT通过人工智能识别巩膜突等解剖结构，可自动进行全周前房角量化分析（AOD、ARA、TISA、TIA等），从而对急性青光眼发作的诱发因素进行非接触快速评估。

如意全眼OCT采用了 Deep Layer 人工智能分层技术，避免了角膜缘大量血管的干扰，清晰呈现虹膜新生血管形态；同时，如意扫频引擎可以强力穿透亚洲人丰富的虹膜色素，为新生血管性青光眼的诊断和随访提供可视化影像信息。

虹膜新生血管

正常人虹膜

如意全眼OCT采用 Deep Layer 人工智能分层技术，可以精准识别视网膜神经纤维层（RNFL）和神经节细胞复合体（GCC）并进行厚度测量和正常值对比分析，在青光眼的早期筛查诊断及跟踪随访过程中发挥着至关重要的作用。

视网膜神经纤维层（RNFL）厚度分析：视盘颞下方RNFL缺损。

神经节细胞复合体（GCC）厚度分析：黄斑颞下方GCC变薄。

在视盘部血流成像的基础上，如意全眼OCT可以特别针对小血管密度进行量化分析，由于去除了大血管的干扰，因而能够更加客观地反映青光眼对放射状视盘旁毛细血管丛（RPCP）的损伤，为青光眼的早期诊断和科研工作提供了更加精准的量化依据。

浅层血管层血管密度分析

浅层血管层小血管密度分析