脉络膜处于视网膜和巩膜中间,能够包围整个眼球后部六分之五的区域。它由丰富的血管及色素细胞组成,主要功能是营养视网膜外层及玻璃体,并有遮光作用。诸多严重的眼底疾病能够导致脉络膜及其血管产生相应的变化,例如常见的年龄相关性黄斑变性、中央浆液型脉络膜视网膜病变等。所以对脉络膜血管的分割与定量研究对上述眼部疾病的预防和治疗具有十分重要的临床意义。本文针对三维大视野OCT(Optical Coherence Tomography)图像提出了一种脉络膜血管自动分割的方法,并通过与金标准的比对和可重复性实验验证了算法的可靠性和鲁棒性。该方法框架主要包含以下四部分:原始图像进行预处理、基于模糊连接得到初始脉络膜血管轮廓、基于区域生长得到精确分割结果以及后处理。概要内容如下;1)图像预处理部分:对采集得到的原始三维OCT数据利用图搜索方法进行视网膜分层,在得到的视网膜色素上皮细胞层(RPE,Retinal Pigment Epithelium)之后,将OCT图像拉平,得到感兴趣区域。最后利用线性增强的方法改善图像的对比度,利用三维各项异性滤波器提高图像的信噪比;2)基于模糊连接的初步分割:在这节内容中我们提出利用自适应阈值的算法得到初始种子点,然后用模糊连接算法得到脉络膜血管的边界;3)基于区域生长的精确分割:利用区域生长算法,实现对脉络膜血管的最后分割。4)图像后处理部分:主要讲述利用海森矩阵以及自适应阈值等方法排除视盘干扰干本文算法在13个正常测试者的三维大视野OCT图像上进行验证,每个测试者随机抽取一只眼睛进行两次OCT图像采集,共得到26个OCT数据。采用如下四个指标分析比较本文提出方法得到的分割结果与金标准之间差异:平均真阳性体积分数(TPVF,90.22%)、假阳性体积分数(FPVF,0.44%)、戴斯系数(DSC,82.90%)和准确率(ACC,99.07%);采用平均误差的形式分析该方法可重复性实验的结果,误差为10.7%。此外,通过回归分析与一致性分析,一方面根据回归分析可以得到自动分割结果与金标准之间的相关系数为80.20%,另一方面根据一致性分析可以得到本文的分割结果与金标准之间的一致性程度。对脉络膜血管进行分割量化可以给临床医生提供更多准确的信息,协助医生对眼部疾病做出及时诊断与治疗。