基于人工智能的眼科疾病预测模型训练方法

本申请涉及医疗保健信息学领域，具体涉及基于人工智能的眼科疾病预测模型训练方法；包括如下依次执行的步骤：S1：获取眼科疾病的数据集，并对所述数据集中的各张图像进行疾病标注；S2：对标注后的所述数据集进行数据扩充，获取眼科疾病的训练数据集；S3：利用基于动态权重重分配的神经网络算法作为特征提取模型对眼科疾病的训练数据集进行特征提取，获取眼科疾病的提取特征；S4：利用基于特征细化的自编码神经网络作为特征降维模型对提取特征进行降维，获取降维后的眼科疾病的初始低维特征；S5：将降维后的眼科疾病的初始低维特征输入到分类器模型进行训练，获取分类结果；S6：利用训练完成的模型对数据集进行分类；有效捕捉眼科疾病数据的特征。