#OCT-A

AROMA数据集支持OCT-A图像质量AI评估

研究团队构建了AROMA数据集，包含281次扫频源OCT-A扫描（来自115名匿名患者），每例含14张en face图像，并由多位专家标注伪影类型与严重程度及整体质量等级。基于该数据集训练的两个深度学习模型中，六通道张量模型图像质量分类准确率达97%，PCA压缩模型为87%。结果表明，针对伪影识别的专用AI可实现高精度OCT-A图像质控。