一种基于深度学习的OCTA图像运动矫正方法

本发明公开了一种基于深度学习的OCTA图像运动矫正方法，包括：采集OCTA图像，对OCTA图像进行预处理，获得初始数据集，并将初始数据集划分为训练集和测试集；构建神经网络模型，基于训练集对神经网络模型进行训练，获得第一神经网络模型；基于测试集对第一神经网络模型进行测试，获得第二神经网络模型；基于第二神经网络模型对OCTA图像进行修复，获得目标图像。本发明无需额外拍摄大量重复图像用来消除伪影，无需额外的集成用于检测运动的硬件，就可以高效的修复OCTA中因为运动而引起的图像伪影，结构简单，效率高，应用范围广。