摘要

眼底在眼科医学中是重要的研究对象,眼科医生往往通过眼底图像来诊断人眼疾病。为提高眼科医生的眼疾诊断率,研究利用图像处理和人工智能技术对眼底图像进行智能识别的可行性。首先对眼底图像数据运用OpenCV、MATLAB包含的多种图像技术进行有效处理,然后利用TensorFlow建立不同结构不同参数的卷积神经网络,对处理后的眼底图像进行特征提取与训练学习;通过改变层级和加入中心损失函数来提升识别率以优化网络,将眼底图像输入网络即可实现眼底疾病的快速分类同时显示相应的识别概率。选取包括糖尿病、青光眼等八类500张250*166像素眼底图片进行分类训练及测试实验。结果表明,网络模型在迭代次数为20 000次时,识别率达到44. 81%。该方法实现了对眼底图像的识别,可帮助眼科医生辅助判断眼疾。