摘要
本发明公开了一种眼底图像分类方法、装置和计算机可读存储介质,达到准确、高效的对眼底图像进行特征提取和分类,属于计算机辅助医疗技术领域。本发明步骤一、数据准备;S11,建立眼底图像数据集并划分为训练数据、测试数据和未分类数据,步骤二、构建眼底图像分类模型;S21,以MobileViT深度学习网络为框架构建双分支结构眼底图像分类模型,S22,首先使用多尺度特征提取模块对图像进行多尺度特征提取,其次分别使用双分支对特征图进行特征提取,最后使用交叉重构模块对双分支结构输出的特征图进行特征融合,S23,交叉重构模块输出的特征图经过Softmax层得到分类结果,步骤三、训练眼底图像分类模型;步骤四、应用眼底图像分类模型。
技术关键词
眼底图像分类方法
图像分类模型
多尺度特征提取
图像多尺度
重构模块
特征提取模型
注意力
眼底图像特征
输入多尺度
计算机辅助医疗技术
双分支结构
深度学习网络
数据
特征提取模块
可读存储介质
图像分类装置
全局平均池化
特征金字塔
系统为您推荐了相关专利信息
肿瘤CT图像
图像分割网络
多尺度特征提取
肾脏
分割方法
编码向量
因子
动态
sigmoid函数
产品情感分析
牛圈
三维环境重构
调控系统
图像获取单元
图像特征提取