首页|基于拆分残差网络的糖尿病视网膜病变分类

基于拆分残差网络的糖尿病视网膜病变分类

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
糖尿病视网膜病变是一种常见的糖尿病并发症。为提高糖尿病视网膜病变图像分级准确率，本文提出基于拆分残差网络的分级算法。通过融合归一化注意力，增强识别关键特征信息能力，使模型对病灶特征信息提取更具有针对性;利用全局上下文模块综合考虑不同尺度及网络层学习到的特征信息，进一步联系不同时期糖尿病视网膜病灶特点，增强模型表达能力;输出分类器设计多分支结构进行图像分级，提升多类别图像分级精度。实验结果得出模型准确率为94。86％，其他评价指标相比原主干网络模型均有提高。本文模型性能良好，实现了较高精度诊断分级糖尿病视网膜病变图像。
Classification of Diabetic Retinopathy Based on Split Residual Network

medical image processingdeep learningdiabetic retinopathyattention mechanismsplit residual network

肖宇庭、吕晓琪、谷宇、刘传强

展开 >

内蒙古自治区模式识别与智能图像处理重点实验室(内蒙古科技大学),内蒙古 包头014010

内蒙古工业大学 信息工程学院,内蒙古 呼和浩特010051

医学图像处理 深度学习 糖尿病视网膜病变 注意力机制 拆分残差网络

国家自然科学基金国家自然科学基金国家自然科学基金中央引导地方科技发展资金项目内蒙古自治区高等学校青年科技英才支持项目

6200125561841204617712662021ZY0004NJYT23057

2024

10.16088/j.issn.1001-6600.2023051805

广西师范大学学报(自然科学版)
广西师范大学

广西师范大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.448
ISSN：1001-6600
年,卷(期)：2024.42(1)
  • 38