一种物理衍射模型驱动的OCT图像深度学习重聚焦方法

一种物理衍射模型驱动的OCT图像深度学习重聚焦方法。该方法包括：基于物理衍射模型对OCT快轴图像序列进行重聚焦；基于OCT快轴图像序列与重聚焦后的OCT快轴图像序列构建OCT重聚焦自监督数据集，训练神经网络，构建物理衍射模型驱动的神经网络模型；将重聚焦后的OCT快轴图像序列经过三维重建后得到OCT慢轴图像序列，并输入到物理衍射模型驱动的神经网络模型中，输出重聚焦的OCT慢轴图像序列，最终实现OCT三维图像重聚焦。本发明无需依赖配对数据，显著降低数据集构建的复杂度。通过自监督改善OCT enface图像离焦，优化OCT enface图像质量；相比于传统重聚焦方法，降低了对于系统成像相位稳定性的要求。