基于人工智能的糖尿病肾病患者视网膜病变图像分类方法

本发明公开了基于人工智能的糖尿病肾病患者视网膜病变图像分类方法，涉及医学图像技术领域，包括，采集视网膜图像并进行去噪与对比度调整，生成标准化图像；利用医学先验知识指导的生成对抗网络，结合微动脉瘤形态与出血区域纹理特征进行特征约束，生成病理特征增强的视网膜图像，构建扩增训练数据集；基于该数据集训练深度卷积神经网络，利用多尺度特征提取层识别微动脉瘤及出血病变，输出初步分级结果；结合临床医生反馈构建强化学习环境，动态调整分类决策阈值优化病变分级参数。本发明所述方法采用跨模态关联分析，融合视网膜病变特征与生化时序数据，提升糖尿病视网膜病变图像的精确分类能力。