眼表彩色照相图像分类方法、系统、电子设备及存储介质技术方案

本公开的实施例提供一种眼表彩色照相图像分类方法、系统、电子设备及存储介质，所述方法包括：获取实际眼表彩色照相图像；将所述实际眼表彩色照相图像输入预先训练的眼表彩色照相图像分类模型，预测得到眼表彩色照相图像分类结果；其中，所述眼表彩色照相图像分类模型包括：基于Conformer网络搭建的主干网络，以及基于PFM模块搭建的特征提取支路网络，所述特征提取支路网络跳连接于所述主干网络。本公开以Conformer为主干网络，设计PFM模块将底层特征和顶层特征进行融合，提供了更加丰富的特征表示，提高了模型的性能和泛化能力，相比于单一地使用Conformer网络取得了更高的检测精度，极大提高了临床分类效率。

【技术实现步骤摘要】

本公开的实施例属于医学图像处理，具体涉及一种眼表彩色照相图像分类方法、系统、电子设备及存储介质。

技术介绍

1、眼表病症的多样性和复杂性是分类眼表疾病中不可忽略的重要因素。一个眼科医生判读一张眼表影像至少需要近1分钟的时间，此外人工分类还可能由于医生的主观原因、经验不足等因素导致分类结果的误判或漏判。

2、近年来，人工智能技术发展迅速，已从以往的卷积神经网络（cnn）发展到现在主流的transformer网络。同时，对于ai自动分类的需求从仅区分出某种单一病变，也逐渐扩展为能够区分更多种类的病变以及更少见的异常。由于cnn卷积操作的局部局限性，需要长距离的建模才能够产生全局关注，而这同时又会带来更高的计算复杂度。因此，需要开发一种能同时考虑到全局和局部特征的眼表彩色照相图像自动分类方法。

技术实现思路

1、本公开的实施例旨在至少解决现有技术中存在的技术问题之一，提供一种眼表彩色照相图像分类方法、系统、电子设备及存储介质。

2、本公开的一个方面提供一种眼表彩色照相图像分类方法，包括：...

【技术保护点】

1.一种眼表彩色照相图像分类方法，其特征在于，所述方法包括：

2.根据权利要求1所述的眼表彩色照相图像分类方法，其特征在于，

3.根据权利要求2所述的眼表彩色照相图像分类方法，其特征在于，

4.根据权利要求1所述的眼表彩色照相图像分类方法，其特征在于，所述特征提取支路网络包括依次连接的Patch Merging层、1×1卷积层、批量归一化层和FReLU激活函数。

5.根据权利要求1至4任一项所述的眼表彩色照相图像分类方法，其特征在于，所述眼表彩色照相图像分类模型采用以下步骤训练得到：

6.根据权利要求5所述的眼表彩色照相图像分类...

【技术特征摘要】

1.一种眼表彩色照相图像分类方法，其特征在于，所述方法包括：

2.根据权利要求1所述的眼表彩色照相图像分类方法，其特征在于，

3.根据权利要求2所述的眼表彩色照相图像分类方法，其特征在于，

4.根据权利要求1所述的眼表彩色照相图像分类方法，其特征在于，所述特征提取支路网络包括依次连接的patch merging层、1×1卷积层、批量归一化层和frelu激活函数。

5.根据权利要求1至4任一项所述的眼表彩色照相图像分类方法，其特征在于，所述眼表彩色照相图像分类...

【专利技术属性】
技术研发人员：杨卫华，汪建涛，毛渝龙，龚迪，张哲，万程，
申请(专利权)人：深圳市眼科医院深圳市眼病防治研究所，
类型：发明
国别省市：