许子豪，曹娟，马煜辉，陈浜，谢林春，赵一天*

（1.重庆交通大学 信息科学与工程学院，重庆 400000；2.中国科学院宁波材料与技术工程研究所 慈溪生物医学工程研究所，浙江 宁波 315201）

0 引言

光学相干断层扫描血管成像（Optical Coherence Tomography Angiography，OCTA）技术通过窥测红细胞的流动[1]，以获取视网膜、脉络膜以及结膜部位的血管影像[2]。相较于传统的荧光素眼底血管造影与吲哚菁绿血管造影，OCTA具有非入侵、快速以及三维成像的优势，成为眼科领域极具发展前景的血管成像技术[3]。相关临床研究表明，如年龄相关性黄斑病变（AMD）、糖尿病视网膜病变（DR）、干眼病、青光眼病变在眼部血管中会呈现异常状态[4]，而通过对眼部血管成像，辅助医生诊断，实现对疾病的早发现早治疗，以降低失明的风险。

本文围绕位于眼球前节（Anterior Segment，AS）的结膜OCTA血管图像展开研究，其血管量化指标对于干眼症诊断治疗、角膜手术前后诊断治疗都起着十分重要的作用[5]。特定的眼科疾病往往会引起血管密度、形态等血管量化指标的异常。为实现血管的提取与量化，对AS-OCTA血管的自动分割是一关键任务。所以血管的清晰呈现与准确分割，是医生做出准确临床诊断、精确提取量化血管指标的前提。然而AS-OCTA图像因眼球颤动产生了大面积横纹噪声、血管区域与背景区域数据分布不均衡等问题，都为AS-OCTA精确、高效的自动分割带来了巨大挑战。

深度学习的快速发展为解决AS-OCTA血管的精确分割带来了新思路，从而辅助医生实现相关血管指标提取与量化，以便医生的临床诊断。……