一种早期圆锥角膜分类模型的构建方法

摘要

本发明提供一种基于泽尼克多项式和深度学习的圆锥角膜分类模型构建方法，包括：获取角膜数据并预处理成泽尼克系数数据集；其中，角膜数据包括前角膜曲率数据、后角膜曲率数据、前角膜高度数据、后角膜高度数据和角膜厚度数据；基于BP神经网络，构建出圆锥角膜分类模型；其中，圆锥角膜分类模型的输出类别包括正常、亚临床圆锥角膜和圆锥角膜；将泽尼克系数数据集分类形成训练集和测试集，并对圆锥角膜分类模型进行训练和测试，得到最终训练好的圆锥角膜分类模型。实施本发明，能解决现有机器学习方法检测精度不高的问题。