摘要
本发明公开一种眼底异常识别模型的构建方法和系统及介质,采集眼底正常彩照图像,根据眼底正常彩照图像构建训练集和验证集对AutoEncoder模型进行训练,得到具有重建眼底正常图像能力的基础预训练模型;构建Unet模型,对基础预训练模型中的编码器进行冻结,将Unet模型与冻结后的基础预训练模型进行融合,得到融合模型;使用柏林噪声生成掩码矩阵,基于掩码矩阵对若干个眼底正常彩照图像进行像素替换,得到若干个具有异常区域的异常彩照图像;使用异常彩照图像和眼底正常彩照图像对融合模型进行数据训练,得到眼底异常识别模型。本发明构建的眼底异常识别模型能够有效地分割和识别眼底图像中的异常区域,从而大大减轻医生的工作负担,提高诊断效率和准确性。