基于深度学习的糖尿病视网膜图像分类方法及系统

摘要

一种人工智能技术领域基于深度学习的糖尿病视网膜图像分类方法及系统，包括：获取眼底图像；将同一眼底图像导入微血管瘤病变识别模型、出血病变识别模型和渗出病变识别模型中进行识别；根据识别结果提取病变特征信息，再采用经训练的SVM分类器对提取的病变特征信息分类，获得分类结果；微血管瘤病变识别模型通过提取眼底图像中微血管瘤病变候选区域再输入CNN模型进行训练得到；出血病变识别模型、渗出病变识别模型分别通过对眼底图像中出血病变区域、渗出病变区域进行标注，再输入FCN模型进行训练得到。本发明降低了对网络模型描述能力的要求，使得模型容易训练，并且能够针对不同的病变对病变灶区域进行定位勾画，方便医生进行临床筛查。