期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
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
职称材料
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
职称材料
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
职称材料
题名
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
黄钲
宋国立
赵忆文
机构
沈阳理工大学自动化与电气工程学院
中国科学院沈阳自动化研究所
中国科学院机器人与智能制造创新研究院
中国科学院大学
出处
《计算机应用与软件》
北大核心
2022年第10期147-154,174,共9页
基金
国家重点研发计划项目(2017YFB1302802)
国家自然科学基金项目(61703394)
+1 种基金
湖南省技术创新引导计划-临床医疗技术创新引导项目(2018SK50106)
爱尔眼科医院集团科研基金项目(AM1909D2,AR1909D2)。
文摘
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。
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
Keywords
Ultra-wide-angle fundus image
Pathological myopia
Deep learning
Gamma correction
SRM block
SE block
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
R770.4 [医药卫生—眼科]
下载PDF
职称材料
题名
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
韩霖
庄艳
陈科
林江莉
机构
四川大学生物医学工程学院
四川大学华西医院
出处
《电脑知识与技术》
2022年第27期27-28,共2页
基金
四川省科技厅应用基础研究项目(2019YJ0055)。
文摘
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%。
关键词
超广角眼底图像
目标检测
YOLOv3
视网膜脱离
硬性渗出
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
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
机构
上海理工大学光电信息与计算机工程学院
上海交通大学医学院附属新华医院信息管理部
出处
《控制工程》
CSCD
北大核心
2024年第7期1244-1253,共10页
基金
教育部产学合作协同育人项目(202102026003,202101315001)。
文摘
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。
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
Keywords
MSCA U-Net
multi-scale channel attention module
ultra-wide-angle fundus image
hard exudate segmentation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于SRM-SE-DenseNet的超广角眼底图像病理性近视识别研究
王天宇
石征锦
黄钲
宋国立
赵忆文
《计算机应用与软件》
北大核心
2022
0
下载PDF
职称材料
2
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
廖国粮
王通
韩霖
庄艳
陈科
林江莉
《电脑知识与技术》
2022
0
下载PDF
职称材料
3
基于MSCAU-Net的视网膜眼底图像的硬渗出液分割
傅迎华
张葛
左嵩
《控制工程》
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部