一种基于视频图像的眼震类型分类方法

摘要

本发明公开一种基于视频图像的眼震类型分类方法，包括以下步骤：读取眼震视频的一帧图像，结合U‑net神经网络和阈值分割方法实现图像中瞳孔的分割；对分割后的瞳孔图像进行圆拟合得到瞳孔边界，确定瞳孔中心和半径；提取瞳孔边界向外的部分虹膜图像；重复上述步骤对视频的每一帧图像进行处理，将每一帧图像提取的瞳孔中心和半径分别构成序列；以第一帧图像提取的虹膜图像作为参考模板，计算每一帧图像提取的虹膜图像与参考模板的余弦相似度值，并构成余弦相似度序列；将瞳孔中心序列、瞳孔半径序列、余弦相似度序列作为特征向量输入到分类网络中获得眼震类型。本发明基于视频图像实现眼震类型的自动分类，能够辅助医生对眩晕症等疾病进行辅助诊断。