基于临床特征的模型训练方法和图像处理方法

本申请提供基于临床特征的模型训练方法和图像处理方法，其中，模型训练方法包括：构造多个训练集；每个训练集对应不同类型的眼科图像，每个训练集至少包括第一类样本，第一类样本的输入数据包括，对眼科图像进行预处理得到的第一图像，第一类样本的标签数据包括，利用图像分割技术对第一图像中多个目标结构进行分割得到的标签图像；利用多个训练集，对深度学习网络模型进行训练，得到目标模型；深度学习网络模型的损失函数包括目标临床特征的损失分量，目标临床特征包括单个目标结构的厚度，以及多个目标结构的整体曲率。由此，可以得到能够准确分割各类眼科图像的目标模型，从而实现更高精度的图像分割效果。