關鍵詞：視網膜分支動脈阻塞 光學相干斷層掃描 深度學習 條件生成對抗網絡 

摘要：視網膜疾病如視網膜動脈阻塞等的早期診斷和治療是預防永久性視力損傷的關鍵。為輔助臨床眼科醫生更快、更準確地診斷視網膜疾病,提出一種基于深度學習的視網膜分支動脈阻塞分割的方法。首先,將三維視網膜光學相干斷層掃描圖像轉換為二維B超掃描圖像,通過二值化、仿射變換等方法提取視網膜區域作為感興趣區域;然后將感興趣區域送入條件生成對抗網絡進行訓練,實現BRAO病變區域分割;最后,采用腐蝕、閉運算等形態學運算排除假陽性。在20張來自20雙眼睛、包含BRAO急性期和萎縮期視網膜OCT圖像上進行四折交叉驗證,平均正確率、真陽性率、假陽性率分別為94.7%、92.1%、5.0%,表明BRAO分割方法有效。

軟件導刊雜志要求:

{1}作者簡介：文尾附注第一作者簡介，含姓名（出生年月）、性別、民族、籍貫、學歷學位、單位、職務、職稱、研究方向等，并注明準確通訊地址、郵政編碼、電話號碼、E-mail地址。

{2}本刊只接受word版電子文本。文稿須包括題目、提要、關鍵詞、正文及作者簡介。

{3}題目中除公知公用的縮略語外，盡量不用外文縮略語。

{4}參考文獻列出的一般應限于作者直接閱讀過的、最主要的、發表在正式出版物上的文獻。

{5}關鍵詞應有3～5個。詞與詞之間用分號分隔。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社