导语：失明是老年人常见的疾病之一|眼科疾病是人体眼睛部位发生的一类病变的统称，长期损害视力健康( 二 ) 导语：失明是老年人常见的疾

眼科医生常用OCT技术检查一些极细微的病变结构，是眼科检查中最为精准的检查手段。彩色眼底图像是临床检查中最常用的手段，它是使用眼底照相机对视网膜的中心区域拍照得到的图像，图像的中心通常为视盘或者黄斑区域。

文章图片
3、图像特征提取技术
在国内外研究现状中，我们提到目前眼科疾病分类所使用的技术方法，大体可以分为这样的流程，首先是基于已有的数据集，利用图像处理技术进行图像增强，然后利用特征提取技术对图像中的纹理特征进行提取，最后是训练分类器模型，实现最终的分类模型。
其中，特征提取方法和分类器的选择是所使用方法的核心，我们首先介绍图像特征提取技术。特征提取是数字图像处理的一部分，其目的是从由像素构成的图像矩阵中，提取出能代表图像全局或者局部某种特性的数值，通过这些特征的标志，能够反映出一张图像与另外一张图像的相同点或者相异点。

文章图片
颜色直方图使用直方图的形式描述图像中的颜色的分布情况，它统计的是各像素值占像素总数的比例。由于统计的是图像的全局特征，因此它不能描述各类像素所在的具体位置。颜色直方图常用RGB颜色空间来进行绘制，即将原始像素矩阵按照红绿蓝的各颜色维度拆分开来，分别统计每种色彩的直方图分布。
眼科疾病主要有三种类型，除此之外，临床中还有很多类眼科疾病，这就需要分类器能够实现对更多的眼底疾病进行检测。事实上，这样的实现是很困难的，因为用于检测的样本分布广度永远大于用于训练的样本。
这样就更依赖于领域知识，虽然眼科疾病的类别多种多样，但是其领域特征是不变的。我们能够借助领域知识生成对眼底图像的特征描述，辅助专家进行更加准确的诊断。随着机器学习被应用于工业生产和医疗领域，人们对模型的可解释性要求越来越高。
本文中只是对领域知识进行了结构化的表示和输出，下一阶段我们的工作是利用眼科专家对眼底图像的检查报告，通过深度学习模型，将眼底图像直接生成为更加直观的文字性表述，从另一方面满足人们对可解释性的需求。

文章图片
结语：构建融合领域知识的眼科疾病分类模型。卷积神经网络在眼底图像上能够取得很好的分类结果。在不附加其他信息的条件下，卷积神经网络已经达到了分类器的性能极限，因此必须修改分类器网络的结构，并引入新的信息来提高分类器的性能。
【导语：失明是老年人常见的疾病之一|眼科疾病是人体眼睛部位发生的一类病变的统称，长期损害视力健康】来源：中医师徐医生