基于概率签名距离函数的OCT中不确定性感知视网膜层分割

本研究旨在解决传统视网膜层分割过程中精确度不足和几何基础缺失的问题。采用概率签名距离函数（SDF）进行视网膜层形状的参数化，并通过集成概率建模来捕捉形状参数化中的不确定性。研究结果表明，该方法在抗噪声和不确定性环境下，能够可靠分割视网膜层，并为层完整性特征化提供了初步依据，具有重要的临床应用潜力。