背景：目前已有研究报道了一种MATLAB的定制算法，用于Triton光学相干断层扫描血管成像(optical coherence tomography angiography，OCTA)图像的中心凹无血管区(fovea avascular zone，FAZ)的自动测量。由于这种算法非开源，且难以获取，因而大大限制了其在临床实践和科学研究中的应用。本研究提出一种用于Triton OCTA图像的FAZ自动分割的开源算法，即Smooth Level Sets macro(SLSM)算法，并将其测量结果与MATL AB和人工方法相比较，评估该算法分割的准确性和可靠性。方法：纳入35位健康受试者的35只健眼，选用Triton OCTA机器中的3 mm×3 mm扫描模式，对其黄斑区进行连续4次扫描。分别用人工和自动方法(包括MATL AB和SLSM)，测量浅层毛细血管图像中FAZ的面积、周长和圆度。分析各种自动算法的准确性、重复性，以及与人工方法结果的一致性。结果：SLSM算法的准确性仅低于人工方法，而高于MATLAB算法(Dice系数：人工方法，0.9568；SLSM，0.9506；MATL AB，0.9483)。SLSM和MATL AB测量FAZ面积的重复性均很高[组内相关系数(intraclass correlation coefficient，ICC)：SLSM，0.987；MATLAB，0.983]。SLSM、MATLAB测量FAZ面积的结果均与人工方法呈很高的一致性(ICC：SLSM，0.973；MATL AB，0.968)。结论：SLSM在Triton OCTA图像的FAZ自动分割中的准确性高于MATL AB，其测量结果与人工测量结果很相近。作为免费和开源的资源，SLSM有望成为Triton OCTA图像中有效可靠的FAZ自动分割和测量方法。