光学相干层析图像视网膜病变智能检测系统及检测方法

摘要

本发明公开了光学相干层析图像视网膜病变智能检测系统及检测方法。目前获得的视网膜图像主要由眼科医生依靠肉眼观察来作出判断，不利于大规模推广。本发明以深度学习思想为技术核心，结合迁移学习策略，利用深度学习模型中的卷积神经网络算法构建分类器，实现视网膜病变的分类，并利用图像分割算法实现对病灶的提取和视网膜分层，从而获取图片中病变位置的具体信息和形态参数的量化信息，生成相关诊断报告供医生进一步诊断。本发明能够弥补目前光学相干层析成像系统在病变智能识别和精准定位这一领域的空白，有效降低医生工作强度，进一步促进光学相干层析成像系统在眼科疾病诊断上的临床应用和技术发展。