视盘与黄斑同时定位检测的FPGA方法研究

摘要：

在眼底图像自动分析中,视盘与黄斑的定位是实现利用计算机辅助诊断或筛查糖尿病视网膜病变的先决条件.提出一种实现眼底图像中视盘与黄斑同时定位检测的新方法,使用YOLOv4-tiny算法定位检测,将该算法移植到现场可编程逻辑门阵列(field programmable gate array,FPGA).与传统方法相比,该方法不仅可以快速准确地同时定位眼底图像中视盘和黄斑的位置,而且也是利用高层综合(high level synthesis,HLS)语言和时分复用技术实现38层中型神经网络的首次尝试.实验采用公认的COCO数据集和Kaggle-Diabetic Retinopathy Detection竞赛中的381幅眼底图像对算法进行训练,将训练后的算法移植到FPGA平台后视盘和黄斑定位的平均正确率(mean average precision,mAP)为96.11％,检测一张图片只需要150.445 ms,在相关领域具有良好的临床应用前景.

关键词：糖尿病视网膜病变(DR)、黄斑、视盘、YOLOv4-tiny、现场可编程逻辑门阵列(FPGA)

所属期刊栏目：58

分类号：TP391.4;R770.4(计算技术、计算机技术)

资助基金：贵州省科学技术基金项目;贵州大学培育项目

在线出版日期：2022-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：193-199