项目（成果）名称

基于OCTA视网膜微血管图像深度半监督学习的腔隙性脑梗死早期诊断技术研究

项目编号

Y20240833

负责人

陈依依

验收方式

网络验收

验收结果

通过

主持验收

单位

温州市科学技术局农社处

验收时间

2026-09-26

完成单位

温州市人民医院（温州市妇幼保健院）,温州医科大学附属眼视光医院,温州市干部保健中心

项目组成

员

周才笛,王雷,徐晓敏,郑炎焱,姚琼,薛克运

验

收

意

见

2026年09月22日，温州市科技局对温州市人民医院（温州市妇幼保健院）承担的温州市科技计划项目“基于OCTA视网膜微血管图像深度半监督学习的腔隙性脑梗死早期诊断技术研究”（项目编号：Y20240833）进行验收，验收专家组审阅了相关资料，形成以下意见：
1、该项目提供资料齐全、规范，符合验收要求。
2、本研究构建BCP半监督学习模型用于OCTA微血管结构智能分割，验证了其在眼底图像精细化处理中的技术优势，为后续自动化、高通量眼底微循环评估奠定方法学基础。同时项目比较构建BCP半监督学习模型用于视网膜微血管及中心凹无血管区（FAZ）的智能分割效能验证，并与传统U-Net模型比较分割精度。依托高精度BCP半监督学习分割模型，诊断效能优于传统模型，结果表明基于BCP的深度半监督学习可实现OCTA视网膜微血管结构高精度智能分割，为视网膜微循环量化提供可靠技术支撑。所有受试者OCTA量化指标均采用设备原厂软件标准化测量，定量分析浅层（SRCP）及深层（DRCP）血管面积密度（VAD）、分形维数（FD）、FAZ形态参数及黄斑中心凹下脉络膜厚度（SFChT）。比较两组参数差异，采用Logistic回归分析独立危险因素，ROC曲线评估诊断效能，证实FAZ面积、SFChT指标具备良好诊断效能，可为老年女性LI早期精准筛查提供可靠的量化方案。
3、基于BCP的深度半监督学习可实现OCTA视网膜微血管结构高精度智能分割，为视网膜微循环量化提供可靠技术支撑；老年女性腔隙性脑梗死患者存在以视网膜FAZ面积扩大、分形维数下降及脉络膜变薄为特征的视网膜微血管损伤模式，基于BCP框架的深度半监督学习OCTA视网膜微血管图像分析可实现上述参数的自动化精准定量评估，通过FAZ面积及SFChT构建的诊断模型对LI具有良好的早期诊断效能，可为临床无创筛查提供可靠工具，亦进一步推广OCTA在临床上的应用。
4、该项目已发表论文1篇。
验收专家组认为该项目已基本完成合同书规定的主要研究内容和研究指标，验收通过。