基于卷积神经网络的视网膜OCT异常图像分类方法

摘要

本发明公开了基于卷积神经网络的视网膜OCT异常图像分类方法。在样本训练阶段，对存在脉络膜新生血管、糖尿病性黄斑水肿、玻璃膜疣和正常的视网膜OCT灰度图像进行尺寸缩放、规则化等处理，得到一些三阶张量数据，把这些三阶张量数据传送到一种改进的新型卷积神经网络中进行训练学习，得到相关参数；在图像分类阶段，对未知类别视网膜OCT灰度图像进行尺寸缩放、规则化等处理，得到一个三阶张量数据，再利用样本训练阶段获得的那些相关参数，对这个三阶张量数据进行前向传播运算，得到一个分类概率行向量。通过比较分类概率行向量中的各个分类概率来确定未知类别视网膜OCT灰度图像所属类别。分类精确，有助于眼科医生降低劳动强度和提高工作效率。