| 基于Improved DR-Net算法的糖尿病视网膜病变识别与分级 |
| |
| 引用本文： | 郑雯,沈琪浩,任佳.基于Improved DR-Net算法的糖尿病视网膜病变识别与分级[J].光学学报,2021,41(22):64-75. |
| |
| 作者姓名： | 郑雯 沈琪浩 任佳 |
| |
| 作者单位： | 浙江理工大学机械与自动控制学院,浙江杭州310018 |
| |
| 基金项目： | 浙江省公益技术研究项目;国家自然科学基金 |
| |
| 摘 要： | 针对糖尿病性视网膜图像数据集的不均衡、组织形态的特征提取不充分、分级准确率不高等问题,本文提出一种基于DR-Net模型的改进识别算法,即Improved DR-Net.选用Kaggle失明检测竞赛数据集APTOS 2019 Dataset,采用多种数据增强策略扩充数据集,并引入Eye-PACS数据集进行无偏修正,同时采用高斯滤波等形态学方法增强眼底图像特征;对ResNext50聚合残差结构进行预训练,通过迁移学习对基线模型进行参数及结构微调;引入空洞卷积代替普通卷积,融合注意力机制进一步优化模型性能.测试结果表明,本文所提的Improved DR-Net模型大大提高了糖尿病视网膜病变分级的准确率:阳性预测值97.9％,阴性预测值98.03％,准确率达到98.04％,远高于同类算法.结合深度学习技术辅助视网膜病变的筛查,对于视网膜病变的早期自动筛查具有一定的指导意义.
|
| 关 键 词： | 图像处理 糖尿病视网膜 深度学习 形态学处理 聚合残差网络 迁移学习 注意力机制 |
Recognition and Classification of Diabetic Retinopathy Based on Improved DR-Net Algorithm |
| |
| Zheng Wen,Shen Qihao,Ren Jia.Recognition and Classification of Diabetic Retinopathy Based on Improved DR-Net Algorithm[J].Acta Optica Sinica,2021,41(22):64-75. |
| |
| Authors: | Zheng Wen Shen Qihao Ren Jia |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
