公开(公告)号：CN117237711A

公开(公告)日：2023-12-15

申请号：CN202311163217.X

申请日：2023-09-11

Applicant: 杭州电子科技大学

Inventor： 范姗慧 ,  廖姝懿 ,  厉力华 ,  梁舒心 ,  王志文

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/047 ,  G06N3/084 ,  G06N3/094

Abstract: 本发明公开了一种基于对抗学习的双模态眼底图像分类方法，包括如下步骤：S1、构建数据集并将其分为训练集与测试集；S2、对数据集进行预处理；S3、构建双模态视网膜图像分类模型；S4、双模态视网膜图像分类模型的训练；S5、应用训练好的双模态视网膜图像分类模型，输出预测分类标签。该方法在实现多标签分类的同时，通过融合OCT图像的特征提高分类的准确率。

公开(公告)号：CN117237711B

公开(公告)日：2024-12-06

申请号：CN202311163217.X

申请日：2023-09-11

Applicant: 杭州电子科技大学

Inventor： 范姗慧 ,  廖姝懿 ,  厉力华 ,  梁舒心 ,  王志文

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/047 ,  G06N3/084 ,  G06N3/094

Abstract: 本发明公开了一种基于对抗学习的双模态眼底图像分类方法，包括如下步骤：S1、构建数据集并将其分为训练集与测试集；S2、对数据集进行预处理；S3、构建双模态视网膜图像分类模型；S4、双模态视网膜图像分类模型的训练；S5、应用训练好的双模态视网膜图像分类模型，输出预测分类标签。该方法在实现多标签分类的同时，通过融合OCT图像的特征提高分类的准确率。