糖尿病黄斑病变是一种常见的糖尿病的并发症,该病的发病率较高并且很容易导致失明,而目前治疗方式主要是注射抗血管内皮生长因子(简称Anti-VEGF)药物治疗,由于有大量患者对这种疗法无反应或反应不充分,于是预测其有效性就变得较为重要.文章使用眼底OCT(光学相干断层成像)图像作为研究目标,选择了ResNet50 作为主体网络,通过单张OCT图像对网络进行训练,使网络能够在OCT图像数据缺失时,通过单张OCT图像来实现对治疗结果进行预测.对网络进行了改进,首先在其中加入SE注意力机制,使模型能够自适应地调整不同通道之间的权重,使模型能够更加关注与对当前任务更有意义的特征通道,有效提高了预测的准确率.然后,在此基础上以Ghost模块替代网络中的部分卷积层,模块通过将部分特征图通过简单的线性变换产生,以这种方式来代替以往的全部由卷积产生特征图的方式,有效的减少模型的参数量,抑制了参数量的增长.结果表明,改进网络在原网络上仅提升了27.7%参数量的情况下提升了2.2%的精确度,取得了较好的效果.
NETL
NSTL
万方数据
