摘要
本发明公开了一种基于广角眼底图像的糖尿病视网膜病变识别与分级方法,包括以下步骤:S1、采集糖尿病视网膜病变的广角眼底图像数据,并对广角眼底图像进行预处理;S2、将预处理好的广角眼底图像输入预先建立的质控神经网络模型中,判断是否存在屈光间质浑浊,若存在,则返回输出图像质量不达标报告;S3、基于所述质控神经网络模型,并结合多尺度特征提取策略,捕捉广角眼底图像中的全局结构和局部细节,识别糖尿病视网膜的常见病种的典型特征,判断是否存在眼底常见病种,若存在,则输出对应病种预测报告;S4、通过预先训练的分期神经网络模型对广角眼底图像进行视网膜病变分期,输出概率最高的分期类别。
技术关键词
糖尿病视网膜病变
神经网络模型
常见病
视杯视盘分割模型
神经网络结构
多尺度特征
保留图像细节
语义分割网络
报告
映射算法
血管
边缘检测
玻璃体
周期
光照
特征点
对比度
系统为您推荐了相关专利信息
短期风速预测方法
多元经验模态分解
短期风速预测系统
数据
样本
作业车间调度方法
客户
特征提取网络
深度强化学习
策略
脑电源定位方法
电磁
信号获取模块
协方差矩阵
神经网络模型
监测数据处理方法
知识点
损伤特征值
模式识别
样本