Luận văn nghiên cứu ứng dụng học sâu trong chẩn đoán hình ảnh một số bệnh lý về mắt, dựa trên hai loại dữ liệu ảnh đáy mắt: ảnh chụp không huỳnh quang và ảnh chụp mạch huỳnh quang. Mục tiêu chính là xây dựng và đánh giá các mô hình học sâu có khả năng phát hiện và phân loại tự động các dấu hiệu bệnh lý, góp phần hỗ trợ bác sĩ trong quá trình chẩn đoán lâm sàng. Nghiên cứu tập trung vào việc tiền xử lý dữ liệu, tối ưu hóa kiến trúc mạng nơ-ron tích chập (CNN) và các biến thể tiên tiến như mô hình phân đoạn hoặc phân loại đa lớp. Kết quả thực nghiệm cho thấy các mô hình đề xuất đạt độ chính xác cao trong việc nhận diện các bệnh như thoái hóa hoàng điểm, bệnh võng mạc tiểu đường và tắc tĩnh mạch võng mạc. Luận văn khẳng định tiềm năng của học sâu trong việc nâng cao hiệu quả sàng lọc và chẩn đoán bệnh lý võng mạc, đồng thời đề xuất hướng phát triển tích hợp đa phương thức hình ảnh để cải thiện độ tin cậy của hệ thống.