#医学影像质控

基于解剖分区的OCTA图像质量自动评估框架

研究团队提出一种新型OCTA图像质量评估方法，结合多区域分割（大血管、毛细血管网、FAZ）与统计校准的半监督学习。该框架使用Segment Anything模型进行解剖分区，提取边缘锐度、信噪比等可解释指标，引入0.9调制因子提升标注有限下的稳定性。在OCTA-500和独立临床数据集上，区域分割平均Dice系数达81.21%，分级准确率90.0%，Cohen kappa为0.864。