眼底图像分类方法、模型获取方法、装置、设备及介质

本申请涉及医学图像处理技术领域，公开了一种眼底图像分类方法、模型获取方法、装置、设备及介质，该模型获取方法包括：对历史眼底图像进行滤波处理后获取的局部边缘特征，以及对历史眼底图像进行卷积处理后获取的像素特征进行融合，以获得融合特征；通过宽度学习分类器对融合特征进行映射处理，以获得特征节点和增强节点，并将特征节点和增强节点进行拼接后通过输出权重矩阵进行分类预测，以获得模型预测结果；其中，宽度学习分类器的目标函数中嵌入了对融合特征分别进行全局约束和局部约束的判别信息；根据模型预测结果与真实分类结果的误差对模型进行更新，以获得眼底图像分类模型。本申请可以提升复杂病变区域识别精度及分类准确性。