基于深度学习的 OCT 视网膜疾病分类

对视网膜 OCT 断层图像做四类病变分类（CNV/DME/DRUSEN/正常）：迁移学习对比四种网络 + ResNet18 嵌 CBAM 注意力 + Focal Loss 治类别不均衡 + 注意力消融 + Grad-CAM 病灶定位，一条完整的医学影像分类与可解释性流水线——代码、技术文档、项目讲解资料全配齐。

• 任务类型计算机视觉
• 专业方向计算机 · 人工智能 · 医学/生物医学

数据与任务

如果你想找一个把深度学习医学影像分类做扎实、又能在面试里讲出技术含量的项目，这个「OCT 视网膜疾病分类」很合适。

它是一个完整的视网膜断层影像分类案例，配套也给你备齐了，帮你真正搞懂它、在面试和答辩里讲明白：带中文注释、能读懂的代码，一份从背景讲到每步实现的技术文档，把面试问题连答案都写好的项目讲解资料，还有一整套能直接做 PPT 的配图。

先说清楚，它到底在做什么

OCT（光学相干断层扫描）是一种基于低相干光干涉的成像技术，能无创地拍出视网膜的高分辨率横断面——就像给眼底做了一次"超声切片"。临床上靠它判断脉络膜新生血管、黄斑水肿、玻璃膜疣这些致盲性病变，但能熟练读断层片的眼科医生稀缺，自动化分类的价值很大。难点在于：不同病变的特征藏在断层结构的细微形变里——新生血管的隆起、水肿的囊腔、玻璃膜疣的小突起，往往只占断层图的一小条；而且各类样本严重不均衡（正常与 CNV 是多数类，玻璃膜疣样本最少），模型很容易偏向多数类、漏掉小类。

这个项目从 OCTMNIST（源自 Kermany 等公开的真实 OCT 数据集，含约 9.7 万张训练断层图、四类病变）出发，搭了一条完整的分类流水线：先把单通道灰度断层图复制成三通道、做标准化与增强，再用迁移学习横向对比 SimpleCNN、ResNet18、ResNet18+CBAM、EfficientNet-B0 四种网络；在 ResNet18 主干里嵌入 CBAM 注意力强制模型聚焦病灶结构，用 Focal Loss 配类别权重压住不均衡；最后用 Grad-CAM 把模型"到底看断层图哪一段"画成热力图——既给出分类，也讲清它凭什么这么判。

搞懂它，你能在面试里讲清楚什么

把下面几件事吃透，面试官顺着问下来你都能接得住。

为什么先做迁移学习的横向对比，结论怎么讲漂亮。 项目同时跑了未用预训练的 SimpleCNN 基线、ImageNet 预训练的 ResNet18 与 EfficientNet-B0，结果呈清晰递进。你要能讲清楚迁移学习为什么在这种医学小样本场景下收敛更快、表现更好，以及 EfficientNet-B0 为什么能用约 ResNet18 三分之一的参数量反而拿到更优精度——这套"基线→改进→更优架构"的对比叙事，正是答辩里最能打的部分。

CBAM 注意力为什么对 OCT 这类影像特别有用。 OCT 断层图的病灶集中在局部一小段结构里，CBAM 先做通道注意力（哪些特征通道重要）、再做空间注意力（断层图哪一段重要），仅增加极少参数就能让网络盯住病灶。你能借此把"注意力机制如何让网络聚焦囊腔、隆起这些细微结构"讲得很具体，这是计算机视觉面试的高频考点。

Focal Loss 与 Grad-CAM 这一对，怎么讲透"治不均衡 + 可解释"。 玻璃膜疣样本最少，普通交叉熵会让模型偏向多数类，Focal Loss 用调制因子 \((1-p_t)^\gamma\) 自动压低易分样本权重、再配类别逆频率权重，专攻难分小类；Grad-CAM 则用梯度加权特征图，把模型决策时盯着的断层区域高亮出来。你能借此说明白模型确实"看的是病灶而不是背景"——这在医学 AI 里是核心关注点。

下面这组分析图也都给你做好了，可以直接放进答辩或面试 PPT：

更关键的是，每张图怎么跑出来的、该怎么解读，技术文档里都讲清楚了——你能说明白每张图到底说明了什么。

面试官会问的，都帮你备好了

随便感受几个这个项目真实会被追问的问题：

• OCT 是灰度单通道，为什么要复制成 3 通道再喂进 ResNet？直接改输入通道行不行？
• 既然 EfficientNet-B0 精度最高，为什么还要花力气在 ResNet18 上加 CBAM？
• 加了注意力之后为什么还要单独上 Focal Loss？两者解决的是同一个问题吗？

看到会愣一下？正常。配套的项目讲解资料把这个项目——从整体思路到每个流程细节、各种可能被追问的点——连参考答案都给你写好了。另外还有现成的简历描述，照着改就能写进简历；那套配图也能直接套进 PPT 模板，快速出一份面试 / 答辩 PPT。

配套资料：搞懂一个项目需要的，这里全都有

先看那份技术文档——从 OCT 成像原理、数据集与类别不均衡分析、注意力架构设计，一直讲到四模型对比与 Grad-CAM 可视化，图文并茂：

代码也给你了——关键部分都带着中文注释，帮你读懂"它到底是怎么实现的"：

技术文档、项目讲解资料、源码注释、整套配图——搞懂一个项目、并在面试里讲清楚它，需要的全都备齐了。

适合谁

不管你是赶毕设、想给简历添个有分量的项目，还是在准备面试，这个题目都接得住。专业上，计算机、人工智能、光电信息、生物医学工程、医工交叉与眼科方向都很合适。OCT 影像分类是计算机视觉里很有分量的医学应用，而"迁移学习对比 + 注意力改进 + 类别不均衡处理 + 可解释性"这条主线，把项目从单纯刷分提升到能讲出技术深度——真正搞懂、能讲出来，就是一个能写进简历、撑得起面试的项目。