The size and shape of the foveal avascular zone (FAZ) have a strong positive correlation with several vision-threatening retinovascular diseases. The identification, segmentation and analysis of FAZ are of great significance to clinical diagnosis and treatment. We presented an adaptive watershed algorithm to automatically extract FAZ from retinal optical coherence tomography angiography (OCTA) images. For the traditional watershed algorithm, “over-segmentation” is the most common problem. FAZ is often incorrectly divided into multiple regions by redundant “dams”. This paper analyzed the relationship between the “dams” length and the maximum inscribed circle radius of FAZ, and proposed an adaptive watershed algorithm to solve the problem of “over-segmentation”. Here, 132 healthy retinal images and 50 diabetic retinopathy (DR) images were used to verify the accuracy and stability of the algorithm. Three ophthalmologists were invited to make quantitative and qualitative evaluations on the segmentation results of this algorithm. The quantitative evaluation results show that the correlation coefficients between the automatic and manual segmentation results are 0.945 (in healthy subjects) and 0.927 (in DR patients), respectively. For qualitative evaluation, the percentages of “perfect segmentation” (score of 3) and “good segmentation” (score of 2) are 99.4% (in healthy subjects) and 98.7% (in DR patients), respectively. This work promotes the application of watershed algorithm in FAZ segmentation, making it a useful tool for analyzing and diagnosing eye diseases.

中文翻译：

---

基于自适应分水岭算法的视网膜光学相干断层扫描血管造影图像中心凹无血管区自动分割

中心凹无血管区（FAZ）的大小和形状与几种威胁视力的视网膜血管疾病有很强的正相关性。FAZ的识别、分割和分析对临床诊断和治疗具有重要意义。我们提出了一种自适应分水岭算法，用于从视网膜光学相干断层扫描血管造影 (OCTA) 图像中自动提取 FAZ。对于传统的分水岭算法，“过度分割”是最常见的问题。FAZ 经常被多余的“水坝”错误地划分为多个区域。本文分析了“坝”长度与FAZ最大内切圆半径的关系，提出了一种自适应分水岭算法来解决“过分割”问题。这里，132张健康视网膜图像和50张糖尿病视网膜病变（DR）图像用于验证算法的准确性和稳定性。邀请三位眼科医生对该算法的分割结果进行定量和定性评价。定量评价结果表明，自动和手动分割结果的相关系数分别为0.945（健康受试者）和0.927（DR患者）。对于定性评估，“完美分割”（3 分）和“良好分割”（2 分）的百分比分别为 99.4%（在健康受试者中）和 98.7%（在 DR 患者中）。这项工作促进了分水岭算法在FAZ分割中的应用，使其成为分析和诊断眼部疾病的有用工具。邀请三位眼科医生对该算法的分割结果进行定量和定性评价。定量评价结果表明，自动和手动分割结果的相关系数分别为0.945（健康受试者）和0.927（DR患者）。对于定性评估，“完美分割”（3 分）和“良好分割”（2 分）的百分比分别为 99.4%（在健康受试者中）和 98.7%（在 DR 患者中）。这项工作促进了分水岭算法在FAZ分割中的应用，使其成为分析和诊断眼部疾病的有用工具。邀请三位眼科医生对该算法的分割结果进行定量和定性评价。定量评价结果表明，自动和手动分割结果的相关系数分别为0.945（健康受试者）和0.927（DR患者）。对于定性评估，“完美分割”（3 分）和“良好分割”（2 分）的百分比分别为 99.4%（在健康受试者中）和 98.7%（在 DR 患者中）。这项工作促进了分水岭算法在FAZ分割中的应用，使其成为分析和诊断眼部疾病的有用工具。定量评价结果表明，自动和手动分割结果的相关系数分别为0.945（健康受试者）和0.927（DR患者）。对于定性评估，“完美分割”（3 分）和“良好分割”（2 分）的百分比分别为 99.4%（在健康受试者中）和 98.7%（在 DR 患者中）。这项工作促进了分水岭算法在FAZ分割中的应用，使其成为分析和诊断眼部疾病的有用工具。定量评价结果表明，自动和手动分割结果的相关系数分别为0.945（健康受试者）和0.927（DR患者）。对于定性评估，“完美分割”（3 分）和“良好分割”（2 分）的百分比分别为 99.4%（在健康受试者中）和 98.7%（在 DR 患者中）。这项工作促进了分水岭算法在FAZ分割中的应用，使其成为分析和诊断眼部疾病的有用工具。分别为 7%（在 DR 患者中）。这项工作促进了分水岭算法在FAZ分割中的应用，使其成为分析和诊断眼部疾病的有用工具。分别为 7%（在 DR 患者中）。这项工作促进了分水岭算法在FAZ分割中的应用，使其成为分析和诊断眼部疾病的有用工具。