眼科疾病预测模型的训练方法及电子设备

本申请提供一种眼科疾病预测模型的训练方法及电子设备，方法包括，获取眼科图像数据和眼科图像数据对应的标签数据；预处理眼科图像数据得到多个不同尺度层级的图像块；通过堆叠的自适应梯度调制卷积层的卷积操作，学习每个图像块上每个采样点的空间偏移量，基于空间偏移量调整堆叠的自适应梯度调制卷积层的原始卷积核权重，将多个不同尺度层级的图像块变换得到形态增强特征图；将形态增强特征图输入混合注意力特征提取模块得到微小病灶增强特征图并降维得到特征向量；将特征向量和标签数据输入全连接分类器，输出疾病类别预测概率，直至满足训练停止条件时，多分支卷积神经网络完成训练，形成眼科疾病预测模型，提高对微小病变的识别准确性。