一种基于迁移学习的甲状腺相关性眼病检测方法

摘要

本发明公开了一种基于迁移学习的甲状腺相关性眼病检测方法，首先对眼部区域进行医学扫描，获得3种位图样本，对获得的位图样本进行预处理，得到位图样本中的病症区域和左右眼位位置；然后对预处理后的位图样本进行旋转、平移、缩放操作，然后将所有位图样本依比例划分为训练集、测试集和验证集；接着针对每种位图样本，分别设计一个对应的迁移网络，使用对应类别的训练集来训练3个迁移网络，并用验证集来调试网络参数；最后用投票法来整合3个迁移网络的输出，得到最后系统的诊断输出。本发明在深度学习模型中特征抽取层可以有效提取出病症特征，以及多层映射单元进行病症特征信息分类，具有接近人工效率的病症识别准确率。