一种基于深度学习的糖尿病视网膜图像分类方法及系统

本发明公开了一种基于深度学习的糖尿病视网膜图像分类方法及系统，涉及图像分类技术领域，具体步骤为：采集视网膜图像数据集并进行预处理，构建训练数据集；基于深度神经网络构建初始图像分类模型，并利用所述训练数据集对所述初始图像分类模型进行迭代训练，获得图像分类模型；所述初始图像分类模型以预训练的EfficientNet网络作为主干网络，集成特征金字塔网络结构、病变注意力模块以及分类模块构建；获取待分类图像，将所述待分类图像进行预处理后输入所述图像分类模型，输出分类结果。本发明利用数据增强策略降低了模型对特定数据源的依赖，提升了模型在未曾见过的视网膜图像上的诊断性能和稳定性，增强了临床应用的普适性。