一种多类视网膜疾病并行检测方法及系统

本发明涉及视网膜疾病检测技术领域，尤其涉及一种多类视网膜疾病并行检测方法及系统。本发明将Faster R‑CNN模型的二分类器替换为输出维度为视网膜疾病类型总数的多标签分类器，构建单切片预测模块；对每张OCT切片的每个病变区域边界框，计算其与相邻切片中同类疾病边界框的交并比，构建跨切片病变区域边界框集合；对集合内的多疾病类型概率分布进行加权平均，得到目标多疾病类型概率分布；基于集合内的边界框坐标扩展病变区域，得到目标病变区域边界框。此外，设计监督域自适应框架BV‑DA‑CNN对模型进行训练，增强了跨设备疾病预测能力。本发明通过多标签分类与跨切片信息整合，实现了多种视网膜疾病的准确检测与病灶区域的完整识别，提升了检测的准确性和可靠性。