生物医学工程研究2024,Vol.43Issue(4) :316-323.DOI:10.19529/j.cnki.1672-6278.2024.04.07

基于改进VOLO网络的糖尿病视网膜病变分类研究

Classification of diabetic retinopathy based on improved VOLO network

赵爽 邱潇钰 孔祥琳 张雅琪
生物医学工程研究2024,Vol.43Issue(4) :316-323.DOI:10.19529/j.cnki.1672-6278.2024.04.07

基于改进VOLO网络的糖尿病视网膜病变分类研究

Classification of diabetic retinopathy based on improved VOLO network

赵爽 1邱潇钰 1孔祥琳 1张雅琪1
扫码查看

作者信息

  • 1. 山东中医药大学,济南 250355
  • 折叠

摘要

为提高糖尿病视网膜病变(diabetic retinopathy,DR)的诊断效率,本研究提出了一种基于VOLO网络的DR分类模型.首先在Outlook attention中添加深度卷积模块,以提高注意力的表达能力;然后在注意力机制后端嵌入归一化的注意力模块突出显著特征,完成DR严重程度的分类.实验结果表明,模型的分类准确率达到 89.10%,本研究设计的网络模型具有较好的可行性,可在临床上更好地辅助医生精准治疗.

Abstract

To improve the diagnostic efficiency of diabetic retinopathy(DR),we proposed a DR classification model based on the VOLO network.First,the depthwise convolution module was added to Outlook attention to improve the expression ability of attention.Then the normalization-based attention module was embedded in the backend of the attention mechanism to highlight the salient fea-tures,thereby completing the DR classification of lesion severity.The experimental results showed that the classification accuracy of the model reached 89.10%.This research model has good feasibility and can better assist doctors in clinical precision treatment.

关键词

眼底图像/图像分类/Vision/Transformer/Outlooker/深度卷积/归一化注意力模块

Key words

Fundus images/Image classification/Vision Transformer/Outlooker/Depthwise convolution/Normalization-based attention module

引用本文复制引用

基金项目

山东省中医药科技项目资助课题(M-2022114)

山东中医药大学创新创业教育教学研究课题(CXCY202109)

山东中医药大学高等教育研究课题(GJYJZ202212)

出版年

2024
生物医学工程研究
山东生物医学工程学会 山东省医疗器械研究所 山东省千佛山医院

生物医学工程研究

CSTPCD
影响因子:0.512
ISSN:1672-6278
段落导航相关论文