一种基于深度学习Adam优化算法改进的医学影像分类方法

本发明介绍了一种改进的医学影像分类方法，利用了深度学习技术，特别针对肠胃病和青光眼数据集图像。搜集了大量的肠胃病和青光眼相关图像数据。按照固定比例将数据分成训练集、测试集和验证集，并对其进行预处理，以确保数据的质量和准确性。将经过预处理的图像输入到神经网络MobileNetV2模型中，用于从图像中提取重要特征。采用改进的Adam优化算法来进行图像分类。对其进行性能评估，以确保分类方法能够准确、高效地分类出肠胃病和青光眼相关图像。这一方法的创新之处在于，它不需要专门的设备或专业人员，即可进行医学影像分类，并且能够提高对肠胃病和青光眼图像的识别准确性和分类效率。