公开(公告)号：CN111862009B

公开(公告)日：2024-01-16

申请号：CN202010634005.5

申请日：2020-07-02

Applicant: 清华大学深圳国际研究生院

Inventor： 董宇涵 ,  成垦 ,  张凯 ,  李志德

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明提供一种眼底OCT图像的分类方法及计算机可读存储介质,方法包括：S1：获取待分类的眼底OCT图像；S2：采用训练好的卷积神经网络模型对所述待分类的眼底OCT图像进行分类，所述卷积神经网络模型是串行结构；S3：得到所述待分类的眼底OCT图像的分类结果。通过采用串行结构的卷积神经网络模型对眼底OCT图像进行分类，基于卷积神经网络框架，通过迭代训练有效地提升了分类网络的精度，能够在数据标注不足/小规模数据集的情况下实现端到端的视网膜病变OCT图像分类。

公开(公告)号：CN111862009A

公开(公告)日：2020-10-30

申请号：CN202010634005.5

申请日：2020-07-02

Applicant: 清华大学深圳国际研究生院

Inventor： 董宇涵 ,  成垦 ,  张凯 ,  李志德

IPC: G06T7/00 ,  G06T5/00 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明提供一种眼底OCT图像的分类方法及计算机可读存储介质,方法包括：S1：获取待分类的眼底OCT图像；S2：采用训练好的卷积神经网络模型对所述待分类的眼底OCT图像进行分类，所述卷积神经网络模型是串行结构；S3：得到所述待分类的眼底OCT图像的分类结果。通过采用串行结构的卷积神经网络模型对眼底OCT图像进行分类，基于卷积神经网络框架，通过迭代训练有效地提升了分类网络的精度，能够在数据标注不足/小规模数据集的情况下实现端到端的视网膜病变OCT图像分类。