光学相干断层扫描血管造影(OCTA)是一种关键的成像方式,能够非侵入性地可视化视网膜微血管,但当前临床OCTA系统缺乏单独对动脉和静脉的血管特征进行分割和量化的能力。本研究介绍了OCTA-ReVA+AV,一个开源的、全自动化的工具箱,集成了基于深度学习的动脉-静脉(AV)分割和OCTA图像的血管特定定量分析。OCTA-ReVA+AV计算一组全面的血管指标,包括血管密度(BVD)、血管骨架密度(VSD)、血管周长指数(VPI)、血管口径(BVC)、血管曲度(BVT)、血管复杂性指数(VCI)、灌注强度密度(PID)、血管面积通量(VAF)和归一化血流指数(NBFI),分别针对动脉和静脉。这些特征在用户友好的图形界面中提取,并显示出高重复性和分割一致性。通过分别量化动脉和静脉的变化,OCTA-ReVA+AV填补了OCTA分析中的关键空白,增强了视网膜血管疾病的检测和监测。
Yao等人(Mon,)研究了这个问题。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: