一种基于卷积神经网络的眼底图像硬性渗出物病变检测方法

摘要

本发明提供了一种基于卷积神经网络的眼底图像硬性渗出物检测方法，该方法包括：1)对眼底图像进行预处理，通过Gamma校正算法增强图像对比度；2)对图像进行分块处理以扩充数据；3)将DRIVE、MESSIDOR数据库中专家手动标注的病变结果作为监督数据，使用调整后的VGG‑16网络对分块图像进行训练，同时引入通道加权模块，以学习的方式显式地建立特征通道的依赖关系；4)用训练好的网络模型对眼底图像中硬性渗出物病变进行检测。与传统方案相比，本发明方法避免了复杂的图像处理过程，不会受到眼底视盘和棉絮斑对硬性渗出物病变的影响，实现了硬性渗出物病变高精度检测，可广泛地用于眼底硬性渗出物自动筛查领域。