基于眼底图像的人工神经网络分类器研究现状与进展

摘要：

目的:总结基于眼底图像的人工神经网络分类器研究现状与进展,为基于眼底图像的疾病计算机辅助诊断提供基础.方法:本研究采用文献检索和综述的方法,对国内外关于眼底图像的人工神经网络(Artificial Neural Network, ANN)研究进行整理,主要对已发表的文献中ANN技术以及相关眼底图像的特征提取技术进行整理和分析.结果:本次研究检索到符合要求的研究共计27篇,最终纳入17篇研究进行资料提取.提取的指标为分类内容、特征提取、神经网络类型/方法、ANN输入层层数、隐藏层神经元数量、输出、分类指标等.针对不同样本的研究,提取的特征有所区别.目前研究眼底图像的主要ANN方法是后反馈神经网络(BP-ANN).结论:基于眼底图像的ANN能够为视网膜病变的辅助分析提供一定帮助.

关键词：眼底图像、人工神经网络、分类器、机器学习、计算机辅助诊断

所属期刊栏目：10

分类号：R770.4;TP391(眼科学)

资助基金：Fund project National Natural Science Foundation of China81501559, 81271668;Natural Science Research Program of Colleges and Universities in Jiangsu Province15KJB310015, 14KJB310014;Prophase Advanced Research Program of Natural Science Scientific Research Fund of Nantong University14ZY021;Graduate Student Innovation Training Program of Nantong UniversityYKC15056;College Student Innovative Training Program of Nantong University No. 2015143国家自然科学基金81501559,81271668;江苏省高校自然科学研究项目15KJB310015,14KJB310014;南通大学自然科学类科研基金前期预研项目14ZY021;南通大学研究生创新训练计划项目YKC15056;南通大学大学生创新训练计划项目2015143

在线出版日期：2015-10-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2-5