多模态多病种长尾分布眼科疾病分类模型训练方法和装置

摘要

本申请提出一种多模态多病种长尾分布下眼科疾病分类模型训练及其识别方法和装置，涉及深度学习技术领域，其中，方法包括：获取双模态影像样本，对双模态影像样本进行标注诊断标签；将红外黄斑区眼底影像样本和OCT影像样本分别同时输入第一神经网络进行训练获取第一图像特征信息和第二图像特征信息；根据第一图像特征信息和第一权重、第二图像特征信息和第二权重计算总图像特征信息输入全连接网络获取预测结果；通过反向传播技术不断调整神经网络参数，直到误差值维持在预设阈值，生成眼科疾病分类模型。由此，通过双路卷积神经网络模型学习两种模态影像特征得到与临床诊断流程相似的深度学习模型。