Triton光学相干断层扫描血管成像图像中正常人的中心凹无血管区的自动测量方法

背景:目前已有研究报道了一种MATLAB的定制算法,用于Triton光学相干断层扫描血管成像(optical coherence tomography angiography,OCTA)图像的中心凹无血管区(fovea avascular zone,FAZ)的自动测量.由于这种算法非开源,且难以获取,因而大大限制了其在临床实践和科学研究中的应用.本研究提出一种用于Triton OCTA图像的FAZ自动分割的开源算法,即Smooth Level Sets macro(SLSM)算法,并将其测量结果与MATLAB和人工方法相比较,评估该算法分割的准确性和可靠性.方法:纳入35位健康受试者的35只健眼,选用Triton OCTA机器中的3 mm×3 mm扫描模式,对其黄斑区进行连续4次扫描.分别用人工和自动方法(包括MATLAB和SLSM),测量浅层毛细血管图像中FA Z的面积、周长和圆度.分析各种自动算法的准确性、重复性,以及与人工方法结果的一致性.结果:SLSM算法的准确性仅低于人工方法,而高于MATLAB算法(Dice系数:人工方法,0.9568;SLSM,0.9506;MATLAB,0.9483).SLSM和MATLAB测量FAZ面积的重复性均很高[组内相关系数(intraclass correlation coefficient,ICC):SLSM,0.987;MATLAB,0.983].SLSM、MATLAB测量FAZ面积的结果均与人工方法呈很高的一致性(ICC:SLSM,0.973;MATLAB,0.968).结论:SLSM在Triton OCTA图像的FAZ自动分割中的准确性高于MATLAB,其测量结果与人工测量结果很相近.作为免费和开源的资源,SLSM有望成为Triton OCTA图像中有效可靠的FA Z自动分割和测量方法.