融合病灶和并发症图像块的角膜炎分级模型的训练方法

本发明提供一种融合病灶和并发症图像块的角膜炎分级模型的训练方法，涉及人工智能领域，包括：采集多个裂隙灯图像样本；针对每个裂隙灯图像样本，使用图像定位算法识别裂隙灯图像样本中的角膜区域和结膜区域；在结膜区域的上下左右边界区域分别随机裁剪至少一个第一图像块；在角膜区域中随机裁剪至少一个第二图像块；将各第一图像块及各第二图像块依次输入DenseNet121模型，得到各图像块的图像特征；将各图像特征进行级联，得到第一级联特征；使用PCA算法对第一级联特征进行降维，得到第一降维特征；基于第一降维特征，对角膜分类器进行迭代训练，直至角膜分类器收敛。上述方法提高了角膜炎分级模型的性能及角膜炎分级的准确率。