首页|基于集成Inception-v4的糖尿病性视网膜病变图像分类

基于集成Inception-v4的糖尿病性视网膜病变图像分类

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
糖尿病性视网膜病变严重威胁患者视力,现有的手工分级糖尿病性视网膜病变眼底图像方法费时费力,针对此问题提出一种基于Inception-v4结构的集成网络模型.该模型由5个基于Inception-v4的架构网络集成.通过训练和正则化随机性,即使用相同的训练数据集和ImageNet初始化学习不同的图像特征.在Kag⁃gle-DR数据集上集成Inception-v4网络的AUC值达到0.992;在Messidor-2数据集上集成Inception-v4网络的AUC值达到0.977,灵敏度达到0.923,特异性达到0.947.与在Messidor-2数据集上进行测试的单一网络相比,集成网络表现比单一网络要好,说明集成Inception-v4网络对提高糖尿病性视网膜病变的筛查效率具有一定意义.
Classification of Diabetic Retinopathy Images Based on Ensemble Inception-v4

王宇光、李峰

展开 >

上海理工大学机械工程学院

上海理工大学光电信息与计算机工程学院,上海200093

Inception-v4 糖尿病性视网膜病变 图像分类 迁移学习

国家自然科学基金国家自然科学基金

5167532161905144

2021

10.11907/rjdk.201985

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(5)
  • 2
  • 4