一种基于选择性状态空间融合的眼科影像分类方法

本发明公开了一种基于选择性状态空间融合的眼科影像分类方法，该方法首先获取眼底医学影像数据，进行预处理，生成眼底医学影像数据集。其次构建S3FNet模型，通过小波多尺度特征提取器、归纳偏置Transformer编码器IBTE和多模型聚合模块MA的协同工作实现眼底医学影像的分类。最后使用眼底医学影像数据集对S3FNet模型进行训练和测试评估，生成最终的分类模型。本发明提显著提升了眼底医学影像特征提取的效率和精度，完成眼科疾病的分类准确性。