期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于SRM-SE-DenseNet的超广角眼底图像病理性近视识别研究
1
作者 王天宇 石征锦 +2 位作者 黄钲 宋国立 赵忆文 《计算机应用与软件》 北大核心 2022年第10期147-154,174,共9页
目前,对病理性近视的诊断大多采用人工诊断的方法,不仅需要资深的眼科医生,而且耗时耗力,为了提高诊断效率和精度,预防因漏诊、误诊、诊疗延误所造成的不可逆性视力障碍,提出一种基于深度学习技术的病理性近视自动诊断方法,在一定程度... 目前,对病理性近视的诊断大多采用人工诊断的方法,不仅需要资深的眼科医生,而且耗时耗力,为了提高诊断效率和精度,预防因漏诊、误诊、诊疗延误所造成的不可逆性视力障碍,提出一种基于深度学习技术的病理性近视自动诊断方法,在一定程度上可以辅助医生进行相应的诊疗。该方法通过图像分割对数据进行预处理,得到噪声干扰小、目标区域突出的局部眼底图像,使用数据增强方法对数据进行扩充,使用SRM-SE-DenseNet模型进行图像识别进而得出诊断结果。实验结果表明SRM-SE-DenseNet模型具有最高的识别准确率80.03%,灵敏度和特异性分别为69.54%、88.55%,证明了该方法在超广角眼底图像上对病理性近视进行自动诊断的可行性以及适用性。 展开更多
关键词 超广角眼底图像 病理性近视 深度学习 GAMMA校正 SRM模块 SE模块
下载PDF
基于改进YOLOv3网络的超广角眼底图像视网膜病变智能诊断方法研究
2
作者 廖国粮 王通 +3 位作者 韩霖 庄艳 陈科 林江莉 《电脑知识与技术》 2022年第27期27-28,共2页
视网膜病变是致盲的主要因素,如能早发现,众多致盲可以避免。该文以大病变视网膜脱离和小病变硬性渗出为例,进行超广角眼底图像视网膜病变智能诊断研究。该文通过改进YOLOv3构建了新型病变深度检测网络,并研究了数据扩增数量对模型的影... 视网膜病变是致盲的主要因素,如能早发现,众多致盲可以避免。该文以大病变视网膜脱离和小病变硬性渗出为例,进行超广角眼底图像视网膜病变智能诊断研究。该文通过改进YOLOv3构建了新型病变深度检测网络,并研究了数据扩增数量对模型的影响规律。研究结果表明,扩增4倍有助于提升性能,进一步扩增反而下降。实验训练集含1100张,验证集含219张,大、小病变的召回率分别提升到91.19%和67.90%,精确率分别提升到92.95%和77.46%。 展开更多
关键词 超广角眼底图像 目标检测 YOLOv3 视网膜脱离 硬性渗出
下载PDF
基于MSCAU-Net的视网膜眼底图像的硬渗出液分割
3
作者 傅迎华 张葛 左嵩 《控制工程》 CSCD 北大核心 2024年第7期1244-1253,共10页
硬渗出液是早期糖尿病性视网膜病变(diabetic retinopathy,DR)的主要病症之一,在眼底图像中占据的像素点较少,其检测容易受视盘、软渗出液的干扰。针对这些问题,在U型网络(U-Net)结构的基础上,通过在编码器和解码器中融入残差模块和残... 硬渗出液是早期糖尿病性视网膜病变(diabetic retinopathy,DR)的主要病症之一,在眼底图像中占据的像素点较少,其检测容易受视盘、软渗出液的干扰。针对这些问题,在U型网络(U-Net)结构的基础上,通过在编码器和解码器中融入残差模块和残差通道注意力模块学习硬渗出液的细微特征,在跳跃连接中加入一种新的多尺度通道注意力(multi-scale channel attention,MSCA)模块提升网络对稀疏小病灶的分割能力,提出了MSCA U-Net。基于超广角眼底图像数据集和印度糖尿病性视网膜病变图像数据集的实验结果表明,与其他基于卷积神经网络的图像分割方法相比,所提方法具有更高的硬渗出液分割精度。 展开更多
关键词 MSCA U-Net 多尺度通道注意力模块 超广角眼底图像 硬渗出液分割
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部