一种基于多模态影像的视网膜厚度预测方法及系统

本发明公开了一种基于多模态影像的视网膜厚度预测方法及系统，通过特征对齐、融合建模，实现低成本条件下对视网膜厚度的有效估计，提升基层筛查与随访能力。本发明通过多模态视网膜影像数据的融合，能够更全面地获取视神经结构与功能的信息，提高对视网膜神经纤维层（RNFL）厚度的预测准确性。结合OCT高分辨率层次结构与眼底图像的广视野纹理特征，有助于真实还原视神经的解剖与病理状态。可作为青光眼等视神经退行性疾病的早筛与预警的辅助方法，为低成本、高效率的基层筛查和临床辅助决策提供支撑。