基于小波变换和迁移学习的视网膜OCT图像分类方法

摘要

本发明属于计算机视觉、医学图像处理技术领域，为基于小波变换和迁移学习的视网膜OCT图像分类方法，包括步骤：对视网膜OCT图像进行小波变换，得到低频细节分量、水平细节分量、垂直细节分量、对角线细节分量四条子带；对四条子带的图像，基于迁移学习进行子带特征的提取；将所提取的四个子带图像的特征进行级联和特征融合，然后将级联和特征融合后的特征作为训练集输入到随机森林中，进行训练、分类和预测结果。本发明充分利用了视网膜OCT图像原本的信息，在一定程度上能减少训练参数、加速运行，提高最终分类预测的准确率。