基于迁移学习的OCT视网膜图像分类研究
OCT视网膜图像是眼科医学中最常用的诊断成像技术,眼科医生使用这些图像来诊断和跟踪年龄相关性黄斑变性、糖尿病和其他眼部系统疾病,人工分类视网膜病理眼底图像存在特征提取困难,分类耗时长等问题.为此,提出一种基于卷积神经网络的自动分类器.首先对图像进行三次插值、归一化等预处理操作,在ResNet50模型基础上采用迁移学习.最后,将提取的特征输入模型网络进行分类.实验在数据集上进行验证,在准确率、灵敏度等评价指标上均有所提升.
迁移学习、视网膜、残差网络、OCT、图像分类
18
TP183(自动化基础理论)
皖南医学院大学生科研资助金项目;皖南医学院中青年科研基金项目
2023-02-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
29-31