对眼底 OCTA 图像中的血管结构进行提取分割，除了有助于临床医生对许多眼科疾病的诊断外，还有望为观测和评估包括阿尔茨海默氏病（AD）等在内的神经退行性疾病发展开辟新途径。目前基于视网膜 OCTA 图像的自动血管分割研究相对较少，一方面由于 OCTA 图像存在低信噪比、投影伪影等问题，另一方面也缺少公开的 OCTA 血管分割数据集用于训练分割模型，因此 OCTA 图像中血管结构的自动分割仍存在很大的挑战。今天向大家介绍一篇近期发表在 IEEE-TMI 的一篇研究论文，该论文公开了领域内一个为数不多的眼底 OCTA 血管分割数据集（ROSE），并以此为基础提出了用于眼底 OCTA 血管分割的新型框架（OCTA-Net）。相关代码和数据均已公开。
目前在医学图像分析及计算机视觉领域，尚未有公开带有专家标注的 OCTA 血管分割数据集。因此，中科院宁波材料所所属慈溪医工所、南方科技大学、英国利物浦大学、IIAI、南加州大学及国内外多家科研及临床机构合作，建立了目前领域内为数不多的眼底 OCTA 血管分割数据集（ROSE），并已公开。该数据集包含了视网膜微血管网络的精确手工分割标注（含中心线级标注和像素级标注），以促进该领域的相关研究。ROSE 数据集共包含了 229 张 OCTA 图像，包括了 SVC、DVC 以及内层视网膜血管丛（SVC+ DVC）的 en face 图像。这批数据分别由 Optovue RTVue XR AvantiSD-OCT 系统和 Heidelberg Spectralis OCT2 系统采集，扫描区域黄斑中央凹 3×3mm2 的区域。资深图像专家和临床医生制定统一的手工血管标注标准，共同完成了两种不同类型的血管标。