一种基于排序学习和简化残差网络的OCT图像质量评价方法

摘要

本发明公开了一种基于排序学习和简化残差网络的OCT图像质量评价方法包括：通过高通滤波、伽马校正、图像缩放等操作对原始OCT图像进行预处理；通过结对训练的方式训练深度卷积网络，并使用它提取预处理过后的OCT图像的等级敏感的特征；利用所提取预处理后的OCT图像的等级敏感的特征对OCT图像进行质量评价。本发明采用成对样本训练的方式，建立了一种新的OCT图像的主观感知质量的客观预测模型，针对现有的OCT质量评价算法忽略了OCT图像间的质量等级关系这一问题，提出了一种新的训练框架，训练后的网络提取的特征更加符合视觉感知，提升了方法的效果。