公开(公告)号：CN118298241A

公开(公告)日：2024-07-05

申请号：CN202410491199.6

申请日：2024-04-23

Applicant: 南京信息工程大学

Inventor： 张小瑞 ,  吴亚菲 ,  孙伟 ,  卢培森

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/40 ,  G06V10/774 ,  G06T7/00 ,  G06T5/00 ,  G06T7/10 ,  G16H50/20 ,  G06N3/0464 ,  G06N20/20 ,  G06N5/01

Abstract: 本发明公开了图像分类技术领域的一种白内障诊断方法、装置、介质及设备，旨在解决现有技术计算成本高的问题。包括：获取眼底图像并进行裁剪，得到裁剪后图像；对所述裁剪图像进行图像预处理，得到处理后图像集合；根据所述处理后图像集合，基于预先训练的卷积神经网络(Convolutional Neural Networks,CNN)模型，进行特征提取，得到图像的特征向量；根据所述特征向量，基于预先训练的集成学习分类器，进行白内障诊断，并结合加权投票，得到白内障严重级别。本发明采用多个图像预处理方法进行图像增强，对传统的CNN模型进行修改，并使用集成学习方法，结合三种分类器的预测结果，降低了计算成本，使其更易于实际应用，同时使得诊断更准确，具有现实意义和良好的应用前景。