深度学习下的抗血管内皮生长因子疗效评估及研究方法

本发明涉及基于深度学习的图像识别技术，公开了深度学习下的抗血管内皮生长因子疗效评估及研究方法，该评估框架包括预处理部分和模型部分，在把获取的数据输入MFI‑Net模型之前，需进行图像预处理操作，包括调整图像尺寸和归一化、数据集的扩充与筛选与滤波去噪，本发明提出的MFI‑Net模型由三个部分组成：多尺度特征提取模块，即MSE、特征交互模块，即FI和通道注意力模块，即SE，现有技术中对于OCT图像的特征提取多集中于单一尺度。本发明提出一种多尺度特征提取方法，通过使用不同大小的卷积核来同时提取局部与全局特征信息，从而实现对病灶区域更为全面的表征，通过此方法，能够更好地反映OCT图像中病变结构的差异性。