中国儿童屈光不正患病率在逐年递增,中国儿童青少年总体近视率为53.6%,近视问题如今已成为最受公众关注的健康问题之一。面对如此严峻的情况,有各种近视预防的手段被提出。主要分为两种,药物干预以及物理干预。物理干预方式因其优点正逐渐受到青睐。现如今临床使用的物理干预产品众多,其中多区正向光学离焦（Defocus Incorporated Multiple Segments,DIMS）非接触式镜片是现在市面上一款成功的产品,DIMS镜片对近视的干预效果评估和调整依赖于对脉络膜厚度精确测量。脉络膜是位于人眼球后部的血管组织,其厚度与近视之间存在确切的相关关系。光相干断层成像（Optical coherence tomography,OCT）是临床上诊断眼底区域情况广泛使用的成像工具,也是观测脉络膜区域所使用的成像工具。临床使用的脉络膜厚度测量方式为手工定点测量厚度,依赖医生的主观判断,缺乏效率。脉络膜因其组织血管错综复杂,给自动分割方法造成了一定的困难。很多自动算法仅存于实验室,没有真正的应用到临床当中去。针对现存问题,本文提出一种基于神经网络的脉络膜区域自动分割方法,并自动测量厚度分布对分割结果进行输出,得到的厚度分布曲线相较于单点可以提供更多信息。本文使用的数据集为香港理工大学采集的为期两年的青少年OCT眼底图像数据,一共179例,7297张图像。在本文的方法在数据集上达到了97.9的DICE分数。同时算法可以满足快速准确的要求,面对不断产生的临床数据,将图像分割算法进行云端部署,打包形成一套带有数据库的在线使用平台。此外,为了与手工测量方法作比较,本文设计了基于传统图像处理的中央凹定位方法,并且基于此结果对本文方法进行验证与探究。本文的研究使得临床医生不仅可以在临床生产环境中实时使用算法,让算法能真正的惠及到临床研究,使得由于手工测量而导致工作量巨大而难以实现的实验想法成为可能。本文对脉络膜区域分割的研究主要分为三方面:1)提出了一种基于神经网络的脉络膜区域的自动分割算法;2)设计了一个自动定位中央凹的方法并在此基础上与手工测量结果比较并进行信息提取的探究;3)设计了一套完整的在线软件系统。