一種基于深度學(xué)習(xí)的視網(wǎng)膜病變圖像識(shí)別方法_第1頁
一種基于深度學(xué)習(xí)的視網(wǎng)膜病變圖像識(shí)別方法_第2頁
一種基于深度學(xué)習(xí)的視網(wǎng)膜病變圖像識(shí)別方法_第3頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

盡管人工診斷可以檢測(cè)眼底病變，但這需要經(jīng)驗(yàn)豐富的眼科醫(yī)生，生產(chǎn)率低且耗時(shí)長(zhǎng)。面對(duì)這種情況，計(jì)算機(jī)輔助診斷（C）一種極具潛力的選擇，特別是在輔助醫(yī)生診斷和治療方面。近年來，隨著深度學(xué)習(xí)技術(shù)的迅速發(fā)展，基于深度學(xué)習(xí)的圖像分類和目標(biāo)檢測(cè)方法逐漸成為了一種優(yōu)秀的視網(wǎng)膜病變識(shí)別方法。行逐層提取特征的操作。許多研究表明，CNN在多種視網(wǎng)膜病變的檢測(cè)CNNCNN中提取出的特征來訓(xùn)練新的分類器，可以提高訓(xùn)練集的規(guī)CNN和遷移學(xué)習(xí)思想。實(shí)驗(yàn)結(jié)果表明，該方法表現(xiàn)出較好的分類有5種疾病，包括黃斑區(qū)變性、玻璃體出血、靜脈阻塞、糖尿病性視網(wǎng)3500張照片，其中七成用于訓(xùn)練，兩成用我們使用了開放源代碼的深度學(xué)習(xí)框架Keras實(shí)現(xiàn)了我們的方法，CNN預(yù)訓(xùn)練模型中的特征提取器進(jìn)行復(fù)CNN模型進(jìn)行訓(xùn)VGG16模型作為我們的預(yù)訓(xùn)練模型，ImageNet數(shù)據(jù)集上進(jìn)行訓(xùn)練的。VGG1613個(gè)卷積層和3個(gè)全連接層，每個(gè)卷積層都超級(jí)小規(guī)模濾波器。接下來，我們使84.07%，比另外兩種方法的準(zhǔn)確率分別高出11.39%和16.53%。們的算法在識(shí)別靜脈阻塞和玻璃體出血方面的準(zhǔn)確率最高，分別為92.3186.15％，在糖尿病性視網(wǎng)膜病變方面的準(zhǔn)確率為69.23％。CN

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論