一种基于深度学习补偿OCT采集过程中人眼抖动的方法

摘要

本发明公开了一种基于深度学习补偿OCT采集过程中人眼抖动的方法，通过提前训练好的深度神经网络模型直接得到两个图像之间的偏移量，从而减少OCT系统显示高质量图像的时间；相比于传统的补偿算法，基于深度学习提出的方法不需要重复计算最优偏移量，而是直接根据训练好的神经网络模型得到两幅OCT图像之间的偏移量。降低了补偿偏移量过程所消耗的时间，使得OCT技术在实际临床应用过程中能更快速的呈现高质量的图像。