减少眼睛的基于光学相干断层扫描的图像中的伪影的方法

本公开涉及一种减少眼睛的基于光学相干断层扫描（OCT）的图像中的伪影的方法。一种系统和/或方法使用经训练的U‑Net神经网络从光学相干断层扫描（OCT）血管造影术（OCTA）数据中去除流伪影。经训练的U‑Net接收OCT结构体积数据和OCTA体积数据作为输入，但扩展OCTA体积数据以包含深度信息。U‑Net沿深度方向应用动态池化，并对跟随（例如，沿轮廓）选择视网膜层的数据部分更大加权。以这种方式，U‑Net至少部分地基于深度指标信息和/或（例如，接近）选择的视网膜层，在不同的轴向位置应用上下文不同的计算。与输入的OCTA数据相比，U‑Net输出减少了流伪影的OCT体积数据。