基于深度学习的视网膜OCT图像黄斑水肿分割与厚度测量.docx

PAGE2

基于深度学习的视网膜OCT图像黄斑水肿分割与厚度测量

摘要

糖尿病视网膜病变（DR）是导致工作年龄人群视力丧失的主要原因，其中黄斑水肿（DME）是其最常见的视力威胁并发症。光学相干断层扫描（OCT）是诊断和监测DME的金标准成像技术。然而，传统的人工手动分割水肿区域并测量厚度的方法耗时费力、主观性强且重复性差，难以满足大规模筛查和精准定量分析的需求。因此，开发一种自动、准确、高效的OCT图像分析系统具有重要的临床价值。

本设计旨在构建一个基于深度学习的视网膜OCT图像黄斑水肿自动分析系统。系统核心采用改进的U-Net网络架构，实现对OCT图像中视网膜内层液（IRF）和视网膜下