一种基于深度学习的青光眼眼底图像检测方法

本发明涉及一种基于深度学习的青光眼眼底图像检测方法，具体包括以下步骤：步骤S1：获取原始眼底数据和医学病史数据，进行类别标记和图像预处理，得到训练范例眼底图像，组成原始训练数据库；步骤S2：训练范例眼底图像进行数据增强，得到数据增强训练数据库；步骤S3：根据正常眼底图像和青光眼眼底图像进行分类建立融合卷积神经网络，数据增强训练数据库输入到融合卷积神经网络进行网络训练；步骤S4：获取待测眼底图像，输入到训练后的融合卷积神经网络中，并在全连接层结合医学病史数据，输出待测眼底图像的预测值，根据预测值判别是否属于青光眼眼底图像。与现有技术相比，本发明具有提高青光眼诊断准确率、节约医疗资源、使用成本低等优点。