摘要

本发明公开了一种基于视网膜图像的心血管手术指标风险分类方法及系统,为了解决实际视网膜图像不清晰以及曝光不一致等问题,首先对视网膜图像进行对比度增强和血管提取的预处理;利用提取后的血管图进行随机旋转、平移等数据增强来增加数据的训练量从而提高模型的泛化能力;设计了一种两阶段有监督卷积神经网络模型用于血管图的分类任务,不仅可以学习视网膜图像的特征,而且考虑了视网膜图像之间的相关性;采用局部化泛化误差来选择合适的隐藏层节点数,提高模型的泛化能力;另外,模型还具有生成像素级细粒度pixel-level的显著热度图的能力,具有良好的可解释性。