一种眼底光学相干断层扫描图像特征点的自动定位方法

本发明涉及视网膜分析技术领域，公开了一种眼底光学相干断层扫描图像特征点的自动定位方法，其包括采集眼底疾病患者不同病程阶段的光学相干断层扫描图像，构建包含训练集和验证集的影像数据库，基于所述影像数据库，采用U‑Net卷积神经网络对图像进行特征层分割。基于色素上皮层灰度曲线，确定眼底光学相干断层扫描图像中血管阴影位置并获取其边界。结合重要层边界与血管阴影边界确定种子点位置与子区尺寸，辅助数字图像相关实现视网膜全场变形测量。本发明通过深度学习与图像处理技术的深度融合，解决了眼底OCT图像中种子点自动选取的难题，显著提升了视网膜变形测量的效率、精度与可靠性，为眼底疾病的机理研究和临床诊疗提供了强有力的技术工具。