基于眼底双模态图像分层融合的老年黄斑变性分类方法

本发明公开了基于眼底双模态图像分层融合的老年黄斑变性分类方法，涉及图像分割技术领域，包括通过使用配对的CFP图像和OCT图像训练特征提取和融合网络，获取CFP特征、OCT特征以及融合后的高维特征；将CFP特征和OCT特征输入模态鉴别器，以增强特征提取器对模态间相关信息的关注；将CFP特征和OCT特征输入由融合特征训练的多模态分类器，并将得到的概率分布结合CFP分类器和OCT分类器输出的概率分布计算模态一致性损失。本发明提供的基于眼底双模态图像分层融合的老年黄斑变性分类方法通过基于对抗学习的模态鉴别器，使网络能够有效区分不同模态的特征，减少模态间的偏差并提升特征的互补性。