ARTIFICIAL INTELLIGENCE FOR EVALUATION OF OPTICAL COHERENCE TOMOGRAPHY IMAGES

A neural network is trained to segment interferogram images. A first plurality of interferograms are obtained, where each interferograms corresponds to data acquired by an OCT system using a first scan pattern, annotating each of the plurality of interferograms to indicate a tissue structure of a retina, training a neural network using the plurality of interferograms and the annotations, inputting a second plurality of interferograms corresponding to data acquired by an OCT system using a second scan pattern and obtaining an output of the trained neural network indicating the tissue structure of the retina that was scanned using the second scan pattern. The system and methods may instead receive a plurality of A-scans and output a segmented image corresponding to a plurality of locations along an OCT scan pattern. Un réseau neuronal est entraîné pour segmenter des images d'interférogrammes. Le procédé comprend l'obtention d'une première pluralité d'interférogrammes, chaque interférogramme correspondant à des données acquises par un système OCT selon un premier motif de balayage ; l'annotation de chacun de la pluralité d'interférogrammes pour indiquer une structure tissulaire d'une rétine ; l'apprentissage d'un réseau neuronal à l'aide de la pluralité d'interférogrammes et des annotations ; l'entrée d'une seconde pluralité d'interférogrammes correspondant à des données acquises par un système OCT selon un second motif de balayage ; et l'obtention d'un résultat en sortie du réseau neuronal entraîné indiquant la structure tissulaire de la rétine qui a été balayée selon le second motif de balayage. Le système et les procédés peuvent, au lieu de cela, recevoir une pluralité de balayages A et délivrer en sortie une image segmentée correspondant à une pluralité d'emplacements le long d'un motif de balayage OCT.