基于光學(xué)相干斷層血管造影的眼動(dòng)跟蹤系統(tǒng)設(shè)計(jì)

收稿日期：2023-11-23

DOI：10.19850/j.cnki.2096-4706.2024.05.029

摘" 要：光學(xué)相干斷層血管造影技術(shù)是一種基于運(yùn)動(dòng)對(duì)比的血管造影方法，盡管采集速度有所提高，但是眼球運(yùn)動(dòng)仍然是造成偽影的主要原因。文章描述了一個(gè)基于硬件的主動(dòng)眼底跟蹤掃描激光檢眼鏡系統(tǒng)集成到OCTA系統(tǒng)的方法，在OCTA采集過(guò)程中SLO系統(tǒng)也同步啟動(dòng)，同時(shí)成像并對(duì)SLO圖像引用GPU并行處理Frangi濾波和四象限角點(diǎn)匹配的偏移計(jì)算方法來(lái)進(jìn)行實(shí)時(shí)的眼動(dòng)矯正，可達(dá)到消除眼動(dòng)偽影，視網(wǎng)膜眼底血流結(jié)構(gòu)高精度成像的效果。

關(guān)鍵詞：OCTA；眼底跟蹤；Frangi濾波；四象限角點(diǎn)匹配

中圖分類(lèi)號(hào)：TP391.4" " 文獻(xiàn)標(biāo)識(shí)碼：A" " 文章編號(hào)：2096-4706（2024）05-0133-05

Design of Eye Tracking System Based on OCTA

CEN Yingshan1， HAN Dingan2， WU Nanshou2

（1.School of Mechatronic Engineering and Automation， Foshan University， Foshan" 528225， China;

2.School of Physics and Optoelectronic Engineering， Foshan University， Foshan" 528225， China ）

Abstract： Optical Coherence Tomography Angiography （OCTA） technology is a angiography method based on motion contrast. Despite improved acquisition speed， eye movement is still the main cause of artifacts. The paper describes a method for integrating an active fundus tracking Scanning Laser Ophthalmoscope （SLO） system based on hardware into the OCTA system. During the OCTA acquisition process， the SLO system is also synchronously started， and the imaging is performed， and GPU parallel processing Frangi filtering and four-quadrant corner matching offset calculation methods is used for real-time eye movement correction， which can eliminate eye movement artifacts and achieve the effect of high-precision imaging of retinal fundus blood flow structure.

Keywords： OCTA; fundus tracking; Frangi filtering; four-quadrant corner matching

0" 引" 言

光學(xué)相干斷層血管造影成像（Optical Coherence Tomography Angiography， OCTA）是一種基于運(yùn)動(dòng)對(duì)比的血管造影方法，作為光學(xué)相干層析成像（Optical Coherence Tomography， OCT）技術(shù)的擴(kuò)展[1]，是臨床診斷眼底情況廣泛使用的成像手段，能提供視網(wǎng)膜和脈絡(luò)膜血液流動(dòng)的深度分辨圖像，其詳細(xì)程度遠(yuǎn)遠(yuǎn)超過(guò)了舊形式的成像[2，3]，也是鑒定眼科疾病的常用方法。然而，為了獲得眼底血管圖像，OCTA系統(tǒng)需要連續(xù)采集大量數(shù)據(jù)，采集過(guò)程時(shí)間也會(huì)拉長(zhǎng)，在此過(guò)程中病人的呼吸及其眼睛的自然眨動(dòng)都會(huì)引進(jìn)無(wú)用的信號(hào)，使結(jié)果圖像產(chǎn)生血管錯(cuò)位和血管重復(fù)虛影[4]等問(wèn)題。目前進(jìn)行眼動(dòng)校正的方法主要分為數(shù)據(jù)校正和硬件校正兩種，前者已開(kāi)發(fā)的后處理算法[5]對(duì)于大的眼動(dòng)間隙無(wú)法進(jìn)行糾正，校正效果不佳；基于硬件的校正系統(tǒng)主要有使用磁性搜索線(xiàn)圈來(lái)測(cè)量眼睛前段的運(yùn)動(dòng)[6]，使用來(lái)自前光學(xué)系統(tǒng)的反射運(yùn)動(dòng)[7]，這類(lèi)硬件系統(tǒng)都是對(duì)眼前節(jié)部分進(jìn)行運(yùn)動(dòng)監(jiān)測(cè)，無(wú)法直接獲得眼底視網(wǎng)膜的運(yùn)動(dòng)情況，無(wú)法適用到OCTA成像系統(tǒng)的運(yùn)動(dòng)校正中。第一個(gè)基于視網(wǎng)膜圖像的跟蹤器使用簡(jiǎn)單的線(xiàn)掃描相機(jī)測(cè)量血管的橫向運(yùn)動(dòng)[8]。SLO（Scanning Laser Ophthalmoscopy）的共焦性允許捕獲高質(zhì)量的視網(wǎng)膜正面視頻，SLO在眼動(dòng)追蹤方面的優(yōu)勢(shì)很早就得到了認(rèn)可，為本文提出的眼動(dòng)跟蹤校正奠定了基礎(chǔ)。

為了提高OCTA成像的準(zhǔn)確性和穩(wěn)定性，本文提出了一個(gè)基于硬件的主動(dòng)眼底跟蹤SLO光學(xué)系統(tǒng)集成到OCTA系統(tǒng)的方法，旨在實(shí)現(xiàn)實(shí)時(shí)的眼動(dòng)矯正，從而消除由于外界環(huán)境或被測(cè)者的自然行為等因素對(duì)OCTA成像結(jié)果準(zhǔn)確性的潛在影響。本文中所提出的方法還采用了多種關(guān)鍵技術(shù)。首先，采用了Frangi濾波和四象限角點(diǎn)匹配的方法進(jìn)行偏移計(jì)算，以準(zhǔn)確測(cè)量眼動(dòng)引起的圖像偏移。其次，通過(guò)引入GPU并行處理的編程方法，實(shí)現(xiàn)了快速而高效的眼動(dòng)矯正，從而提高了系統(tǒng)的實(shí)時(shí)性和性能。這一研究的結(jié)果不僅有望提高OCTA成像的準(zhǔn)確性和可靠性，還可能在眼科臨床診斷、研究和治療中發(fā)揮重要作用。通過(guò)有效地消除眼動(dòng)引起的偽影，該系統(tǒng)有望為眼科專(zhuān)業(yè)人員提供更清晰、更精確的眼底成像，有助于更準(zhǔn)確地診斷和監(jiān)測(cè)眼部疾病，為患者提供更好的視力健康護(hù)理。

1" 裝置系統(tǒng)

OCTA的成像系統(tǒng)主要基于邁克爾遜干涉儀成像原理搭建[9]。邁克爾遜干涉儀的原理是一束入射光經(jīng)過(guò)分光鏡分為兩束后各自被對(duì)應(yīng)的平面鏡反射回來(lái)，因?yàn)檫@兩束光頻率相同、振動(dòng)方向相同且相位差恒定（即滿(mǎn)足干涉條件），所以能夠發(fā)生干涉。通過(guò)調(diào)節(jié)干涉臂長(zhǎng)度或改變介質(zhì)的折射率會(huì)形成不同的干涉圖樣。干涉條紋是等光程差的軌跡，因此通過(guò)分析干涉產(chǎn)生的圖樣可以獲得各段光程的信息，即對(duì)應(yīng)樣品不同深度的信息。眼動(dòng)跟蹤SLO成像技術(shù)[10]基于紅外光具有較強(qiáng)的組織穿透能力、對(duì)人眼是不可見(jiàn)的特性，紅外激光發(fā)出紅外光束透過(guò)眼球前部結(jié)構(gòu)照射到患者眼底，眼底組織會(huì)吸收、反射和散射這些紅外光，此時(shí)使用一個(gè)專(zhuān)門(mén)的相機(jī)捕獲從眼底反射回來(lái)的紅外光，將其轉(zhuǎn)換為數(shù)字圖像，電腦再獲取數(shù)字圖像進(jìn)行顯示就可以實(shí)時(shí)對(duì)患者眼底進(jìn)行成像。

硬件系統(tǒng)主要分為兩個(gè)部分：OCTA成像系統(tǒng)和眼動(dòng)跟蹤SLO系統(tǒng)，具體如圖1所示。

圖1" OCTA眼動(dòng)跟蹤系統(tǒng)硬件光路圖

OCTA成像系統(tǒng)采用中心波長(zhǎng)840 nm的寬帶光源，經(jīng)過(guò)70：30光纖耦合器將激光分流到含參考反射鏡的參考臂一路和掃描眼底的樣品臂一路，加入二維XY掃描振鏡可以改變掃描樣品的光束方向，實(shí)現(xiàn)對(duì)眼睛的三維成像。二色鏡可將OCT光反射到眼睛，OCTA光路的激光經(jīng)眼底和參考反射鏡的反射沿來(lái)路返回光纖耦合器，相遇并干涉，干涉光經(jīng)過(guò)光柵，將干涉信號(hào)從位置空間轉(zhuǎn)變?yōu)椴ㄊ缚臻g，被OCT線(xiàn)陣相機(jī)接收，轉(zhuǎn)換為數(shù)字信號(hào)到電腦進(jìn)行處理從而獲得眼底血流信息。

SLO跟蹤系統(tǒng)采用940 nm激光光源，該波長(zhǎng)的光源具有較強(qiáng)的組織穿透能力、對(duì)人眼是不可見(jiàn)，眼底成像效果更好且不會(huì)在OCTA采集過(guò)程中影響到人的注意力，不會(huì)造成多余的眼動(dòng)干擾。激光光源經(jīng)過(guò)柱面鏡變成線(xiàn)狀光，經(jīng)反射鏡反射到Y(jié)振鏡，線(xiàn)狀光搭配Y振鏡的偏轉(zhuǎn)可實(shí)現(xiàn)對(duì)眼底的二維成像。引入反840 nm光透940 nm光的二色鏡可以將SLO系統(tǒng)的光路引入OCTA成像系統(tǒng)中，兩個(gè)光路共用眼前透鏡達(dá)到對(duì)眼底共焦的效果。激光被眼底組織反射，沿來(lái)路回到半反半透鏡，部分光線(xiàn)透過(guò)半反半透鏡，經(jīng)過(guò)聚焦透鏡被SLO線(xiàn)陣相機(jī)接收，轉(zhuǎn)換為數(shù)字信號(hào)到電腦進(jìn)行處理獲得眼底二維圖像。

2" 圖像處理方法

本文的圖像處理快速計(jì)算主要調(diào)用圖形處理器（Graphic Processing Unit， GPU）作為數(shù)據(jù)并行處理的設(shè)備，與中央處理器（Central Processing Unit， CPU）處理程序順序部分相互協(xié)作，可以彌補(bǔ)CPU在處理大規(guī)模數(shù)據(jù)上的不足，提高程序的運(yùn)行性能[11]。SLO圖像跟蹤數(shù)據(jù)處理如圖2所示，其中粗黑箭頭代表數(shù)據(jù)在主機(jī)端和設(shè)備端之間的數(shù)據(jù)拷貝方向，細(xì)白箭頭代表數(shù)據(jù)分別在主機(jī)端、設(shè)備端的內(nèi)部處理步驟。按照CPU-GPU混合硬件結(jié)構(gòu)編程的方式，將SLO圖像跟蹤的處理過(guò)程所需的內(nèi)存空間在CPU和GPU上進(jìn)行分配，圖像預(yù)處理的濾波部分，四象限化特征角點(diǎn)匹配的圖像匹配部分均可進(jìn)行并行處理，根據(jù)算法原理改為適合的并行函數(shù)，在GPU上運(yùn)行，達(dá)到快速實(shí)時(shí)計(jì)算SLO圖像偏移量的效果。

圖2" SLO圖像跟蹤數(shù)據(jù)處理

圖像預(yù)處理部分，由于SLO眼底圖像中存在血管紋路不清晰、血管走向模糊的情況，需要先使用血管增強(qiáng)算法，提高SLO眼底圖中的血管信息。本文采用Frangi血管濾波是匹配濾波器的一種延伸，由于SLO眼底圖像上的血管信息具有高斯分布的特性，所以將高斯型濾波器與血管進(jìn)行匹配，若二者匹配則輸出一個(gè)較大的值[12，13]。

Hessian矩陣表達(dá)式為：

（1）

其中，fxx、fxy、fyx、fyy分別表示像素P的灰度的四個(gè)二階偏導(dǎo)數(shù)。H具有兩個(gè)特征值，其中較大的特征值λ1，能夠很好的描述視網(wǎng)膜圖像的血管信息。Frangi等人利用Hessian矩陣特征值構(gòu)造血管相似性函數(shù)：

（2）

式中，RB = | λ1 | / | λ2 |，，則表示矩陣的范數(shù)。c表示矩陣最大范數(shù)的一半。該算法求出的尺度因子具有特異性，不能適用于不同直徑大小的血管。為了使SLO眼底圖像上不同直徑大小的血管在控制引入新噪聲同時(shí)得到達(dá)到較好的增強(qiáng)效果，最后將濾波器的響應(yīng)整合不同尺度下：

（3）

其中δmin表示相關(guān)結(jié)構(gòu)最小尺度、δmax表示相關(guān)結(jié)構(gòu)最大尺度，可以通過(guò)設(shè)置它們的值調(diào)整濾波核的寬度。

經(jīng)過(guò)Frangi濾波處理后的獲取的血管圖像如圖3所示。本來(lái)包含組織信息和血流信息的SLO眼底圖像經(jīng)過(guò)濾波處理后保留下了血管信息，組織部分的像素全部置為0。

圖3" Frangi算法增強(qiáng)后的眼底血管圖

四象限化角點(diǎn)匹配首先在模板圖像和實(shí)時(shí)圖像上進(jìn)行上下左右靠近邊界的地方選取四個(gè)方形大小的窗口數(shù)據(jù)提取。通過(guò)四象限化提取窗口數(shù)據(jù)進(jìn)行匹配計(jì)算的方法可以減少運(yùn)算量，也可以細(xì)化區(qū)域提高匹配計(jì)算的準(zhǔn)確性。

角點(diǎn)檢測(cè)是圖像特征提取的一種有效方法[14]。角點(diǎn)檢測(cè)中的角點(diǎn)指的是兩個(gè)方向的邊界的交點(diǎn)，因?yàn)槭莾蓚€(gè)不同方向的交點(diǎn)，所以該點(diǎn)在任意方向的變化都會(huì)使該點(diǎn)附近的梯度圖產(chǎn)生顯著的變化。本文使用的shi-Tomasi角點(diǎn)檢測(cè)算法對(duì)圖像進(jìn)行角點(diǎn)匹配，該算法是Harris算法的延伸。Shi和Tomasi對(duì)Harris的算法中的閾值選取方式提出改進(jìn)，若兩個(gè)特征值中較小的一個(gè)大于最小閾值，則會(huì)得到強(qiáng)角點(diǎn)[15]。Harris矩陣M表示為：

（4）

Shi和Tomasi提出的公式為：

（5）

具體算法步驟如下：首先，分別利用水平和垂直的差分算子對(duì)圖像進(jìn)行濾波來(lái)求得Ix、Iy，根據(jù)（4）式求出矩陣M；第二，求出M行列式的兩個(gè)特征值λ1和λ2，根據(jù)Shi-Tomasi提出的判定方法，判斷該像素點(diǎn)是否為強(qiáng)角點(diǎn)；然后，為了平衡匹配點(diǎn)的數(shù)目和防止匹配區(qū)域發(fā)生重疊，設(shè)定兩個(gè)閾值分別約束特征點(diǎn)的數(shù)目和相鄰特征點(diǎn)的距離；最后，進(jìn)行主模板角點(diǎn)和實(shí)時(shí)角點(diǎn)之間的迭代計(jì)算偏移量，作為實(shí)時(shí)SLO圖像的偏移量。

3" 系統(tǒng)工作流程

眼動(dòng)跟蹤系統(tǒng)工作步驟如圖4所示。當(dāng)OCTA開(kāi)始采集時(shí)，SLO眼動(dòng)跟蹤系統(tǒng)也會(huì)同時(shí)開(kāi)始工作。

由于OCTA系統(tǒng)和SLO跟蹤系統(tǒng)都是采用振鏡偏轉(zhuǎn)完成紅外光對(duì)眼底的掃射成像，為了能夠達(dá)到快速跟蹤的效果，需要設(shè)計(jì)兩組振鏡對(duì)眼底的同時(shí)掃描。圖5為開(kāi)始時(shí)OCTA和SLO跟蹤的同步驅(qū)動(dòng)信號(hào)。振鏡的工作機(jī)制是輸入一個(gè)位置信號(hào)即圖5縱軸的振鏡電壓，擺動(dòng)電機(jī)就會(huì)按照一定電壓與角度的轉(zhuǎn)換比例擺動(dòng)一定角度。單次的OCTA斷層掃描周期信號(hào)如虛線(xiàn)框部分所示，需要進(jìn)行兩次OCTAX振鏡的重復(fù)掃描，此時(shí)OCTAY振鏡停在同一偏轉(zhuǎn)角度，即對(duì)眼底的同一位置進(jìn)行兩次斷層掃描。從圖中可看出在OCTA開(kāi)始掃描前SLOY振鏡先進(jìn)行一次掃描偏轉(zhuǎn)，目的是提前采集一張SLO眼底圖像作為模板，用于與后續(xù)SLOY振鏡與OCTAX振鏡同步掃描獲取的實(shí)時(shí)SLO眼底圖像進(jìn)行匹配，計(jì)算偏移，快速完成跟蹤校正。

圖5" 同步驅(qū)動(dòng)信號(hào)

4" 系統(tǒng)測(cè)試結(jié)果

通過(guò)實(shí)驗(yàn)室內(nèi)驗(yàn)證該系統(tǒng)原理，充分證明了該系統(tǒng)的可靠性。以下圖像結(jié)果是將眼底跟蹤系統(tǒng)集成到OCTA系統(tǒng)中獲得的眼底血流圖像，如圖6所示。沒(méi)有使用眼動(dòng)跟蹤功能的OCTA系統(tǒng)掃6 m×6 m范圍所得到的眼底血流投影圖像，如圖6（a）所示，使用了眼動(dòng)跟蹤功能的OCTA系統(tǒng)掃6 m×6 m范圍所得到的眼底血流投影圖像，如圖6（b）所示。

（a）沒(méi)有打開(kāi)跟蹤功能的眼底血流圖像

（b）打開(kāi)眼底跟蹤功能獲得的血流圖像結(jié)果

圖6" OCTA實(shí)驗(yàn)結(jié)果圖像

對(duì)比兩種結(jié)果，我們可以明顯觀察到右側(cè)使用了眼動(dòng)跟蹤功能的圖像與左側(cè)圖像相比在多個(gè)方面都表現(xiàn)出了顯著的改善。首先，右側(cè)圖像中的血管呈現(xiàn)出更為連續(xù)和通暢的特征。這一改進(jìn)是由于眼動(dòng)跟蹤系統(tǒng)的實(shí)時(shí)監(jiān)測(cè)和調(diào)整，以確保光束在成像過(guò)程中與感興趣的血管結(jié)構(gòu)保持對(duì)準(zhǔn)。相比之下，左側(cè)圖像中的血管顯示出不連續(xù)和不規(guī)則的特征，這可能是由于眼動(dòng)引起的圖像偏移導(dǎo)致的。其次，右側(cè)圖像使我們能夠更清晰地分辨出毛細(xì)血管和大血管之間的區(qū)別。這種分辨率的提高對(duì)于定位潛在的病變位置和進(jìn)行精確的診斷非常關(guān)鍵。在左側(cè)圖像中，由于眼動(dòng)引起的圖像模糊和偽影，血管結(jié)構(gòu)的細(xì)節(jié)可能會(huì)失真或模糊不清，這可能會(huì)導(dǎo)致醫(yī)生在診斷過(guò)程中遇到困難。相對(duì)而言，右側(cè)圖像的改善有助于醫(yī)生更準(zhǔn)確地進(jìn)行診斷和治療決策。眼動(dòng)跟蹤功能提供了更高質(zhì)量的成像數(shù)據(jù)，使醫(yī)生能夠更全面地了解患者的眼部情況，從而更好地選擇治療方案和監(jiān)測(cè)疾病進(jìn)展。

同時(shí)為了驗(yàn)證跟蹤算法的快速程度，實(shí)驗(yàn)過(guò)程中分別使用了基于CPU運(yùn)算的Matlab平臺(tái)和基于CPU+GPU結(jié)合使用的CUDA（Compute Unified Device Architecture）平臺(tái)對(duì)SLO眼底圖像跟蹤匹配算法進(jìn)行了編程和用時(shí)對(duì)比，時(shí)間對(duì)比結(jié)果如表1所示。

表1" Matlab（CPU）與CUDA（CPU+GPU）偏移量計(jì)算時(shí)間對(duì)比

SLO眼底圖偏移計(jì)算張數(shù)/幀 Matlab（CPU）平均用時(shí)/（秒/幀） CUDA（CPU+GPU）平均用時(shí)/（秒/幀）

1 0.833 0.137

10 9.123 0.839

100 98.935 8.533

從表1中得出，使用CPU+GPU的編程模式對(duì)計(jì)算SLO眼底圖像偏移更快速，以單次的偏移計(jì)算為例，CPU+GPU的計(jì)算時(shí)間更短，更符合在OCTA采集過(guò)程中快速偏移校正的要求，且隨著SLO眼底圖數(shù)據(jù)集的增加，CPU+GPU模式的計(jì)算效率明顯提高，也更加凸顯了并行計(jì)算的優(yōu)勢(shì)，對(duì)于OCTA眼動(dòng)跟蹤過(guò)程中持續(xù)采集SLO眼底圖像進(jìn)行偏移計(jì)算的要求也能輕松完成，提高了OCTA的數(shù)據(jù)采集效率。

5" 結(jié)" 論

在進(jìn)行OCTA成像時(shí)，將眼底跟蹤SLO成像系統(tǒng)集成到OCTA系統(tǒng)的方法對(duì)于提高成像質(zhì)量和臨床應(yīng)用的準(zhǔn)確性至關(guān)重要。通過(guò)實(shí)時(shí)監(jiān)測(cè)和校正患者的眼球運(yùn)動(dòng)，眼動(dòng)跟蹤系統(tǒng)顯著改善優(yōu)化了OCTA成像系統(tǒng)的多個(gè)方面。第一、在開(kāi)始采集前起到輔助眼底定位作用。因?yàn)镾LO系統(tǒng)和OCTA系統(tǒng)公用眼前的透鏡，兩者可以達(dá)到共用一個(gè)焦點(diǎn)的效果，所以只要在調(diào)試過(guò)程中觀察SLO眼底圖像的聚焦清晰程度就可以基本確定眼底視網(wǎng)膜位置，從而迅速確定OCTA掃描位置獲得斷層圖像；第二、提高了OCTA的成像質(zhì)量。從上文可知OCTA數(shù)據(jù)和SLO眼底圖像都是同時(shí)連續(xù)獲取的，本文引用的GPU并行計(jì)算處理方法可以快速計(jì)算出相鄰時(shí)間SLO眼底圖像的偏移量，根據(jù)偏移量換算到OCTA系統(tǒng)中的振鏡進(jìn)行校正補(bǔ)償和數(shù)據(jù)重采完成對(duì)感興趣部分的掃描，使OCTA圖像中的血管呈現(xiàn)更為連續(xù)和通暢，提高了分辨率，更方便醫(yī)生觀察血管的分布和形態(tài)，對(duì)于診斷和定位病變位置起到輔助作用，進(jìn)一步地改進(jìn)了醫(yī)生的診斷和治療決策的依據(jù)，從而更好地選擇適當(dāng)?shù)闹委煼桨负捅O(jiān)測(cè)疾病的進(jìn)展。

綜上所述，眼動(dòng)跟蹤系統(tǒng)的引入為OCTA成像提供了更高水平的準(zhǔn)確性和可靠性。它通過(guò)實(shí)時(shí)消除外界環(huán)境和自然眼動(dòng)對(duì)成像的干擾，提供了更清晰、更高分辨率的眼底圖像，為眼科臨床實(shí)踐和疾病診斷提供了重要的支持。這一技術(shù)的應(yīng)用有望改善視力健康護(hù)理，為眼科領(lǐng)域的進(jìn)步作出貢獻(xiàn)。

參考文獻(xiàn)：

[1] 王敏，周瑤.正確認(rèn)識(shí)OCT血管成像技術(shù)的臨床應(yīng)用價(jià)值 [J].中華實(shí)驗(yàn)眼科雜志，2016，34（12）：1057-1060.

[2] SPAIDE R F，F(xiàn)UJIMOTO J G，WAHEED N K，et al. Optical coherence tomography angiography [J]. Progress in retinal and eye research，2018，64：1-55.

[3] GAO S S，YALI J，LIANG L，et al. Compensation for Reflectance Variation in Vessel Density Quantification by Optical Coherence Tomography Angiography [J].Investigative Ophthalmology amp; Visual Science，2016，57（10）：4485-4492.

[4] KLEIN T，WIESER W，EIGENWILLIG C M，et al. Megahertz OCT for ultrawide-field retinal imaging with a 1050 nm Fourier domain mode-locked laser [J].Optics Express，2011，19（4）：3044-3062.

[5] KRAUS M F，POTSAID B，MAYER M A，et al. Motion correction in optical coherence tomography volumes on a per A-scan basis using orthogonal scan patterns [J].Biomedical Optics Express，2012，3（6）：1182-1199.

[6] ROBINSON D A.A Method of Measuring Eye Movement Using a Scleral Search Coil in a Magnetic Field [J].IEEE Transactions on Biomedical Engineering，1963，10：137-145.

[7] CRANE H D ， STEELE C M .Accurate three dimensional eye tracker：US06/206489[P].US04373787A.

[8] CORNSWEET T N. New Technique for the Measurement of Small Eye Movements [J]. J. Opt. Soc. Am.，1958，48：808-811.

[9] FERCHER A F. Optical coherence tomography [J].Journal of Biomedical Optics，1996，1（2）：157-73.

[10] YAZAWA K，KOBAYASHI K，MATSUMOTO K，et al. Ophthalmologic apparatus having an examining system for examining the fundus of an eye：US08/023114 [P]. US05455644A，2023-09-22.

[11] 方旭東.面向大規(guī)模科學(xué)計(jì)算的CPU-GPU異構(gòu)并行技術(shù)研究 [D].長(zhǎng)沙：國(guó)防科學(xué)技術(shù)大學(xué)，2017.

[12] FRANGI A F，NIESSEN W J，VINCKEN K L，et al. Multiscale vessel enhancement filtering [C]//International Conference on Medical Image Computing and Computer-assisted Intervention.Berlin：Springer，1998：130-137.

[13] 張夢(mèng)達(dá).改進(jìn) Hessian 增強(qiáng)的自適應(yīng)閾值水平集肝臟血管分割方法研究 [D].秦皇島：燕山大學(xué)，2019.

[14] 章為川，孔祥楠，宋文.圖像的角點(diǎn)檢測(cè)研究綜述 [J].電子學(xué)報(bào)，2015，43（11）：2315-2321.

[15] WU S，OERLEMANS A，BAKKER E M，et al. A comprehensive evaluation of local detectors and descriptors [J].Signal Processing：Image Communication，2017，59：150-167.

作者簡(jiǎn)介：岑穎珊（1999—），女，漢族，廣東佛山人，碩士研究生在讀，研究方向：光電信息工程；通訊作者：韓定安（1976—），女，漢族，湖南湘潭人，教授，博士，研究方向：物理光學(xué)。