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
1
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
基于特征子图位平面切割和卷积神经网络的青光眼图像分类
被引量:
2
1
作者
李振鹏
陈国明
+2 位作者
孙艳宁
魏小花
李云蓉
《现代计算机》
2022年第11期67-73,共7页
青光眼是常见的眼科疾病之一,不及时治疗则会导致眼睛失明,而早期青光眼的诊断主要依赖于眼科医生的经验判断,容易出现误诊或漏诊的情况。为了降低该类情况发生的可能性,本文提出了一种利用位平面切割和特征子图技术来提取图像特征,并...
青光眼是常见的眼科疾病之一,不及时治疗则会导致眼睛失明,而早期青光眼的诊断主要依赖于眼科医生的经验判断,容易出现误诊或漏诊的情况。为了降低该类情况发生的可能性,本文提出了一种利用位平面切割和特征子图技术来提取图像特征,并且结合卷积神经网络(CNN)分类器来提高青光眼识别率的方法。同时为了验证上述方法对提高图像分类准确率的有效性和对防御对抗样本攻击的有效性,本文首先采用快速梯度符号方法(Fast Gradient Sign Method,FGSM)对原始数据集进行攻击,并利用VGG16网络对受到攻击后的图像提取特征子图,然后将特征子图分解为8个位平面图像,最后将位平面图像输入CNN分类器。实验结果表明,运用该方法提取图像特征后,其对应位平面图像的分类准确率相较于受攻击后的图像有显著提高,准确率最高可从66.5%提升到97.4%,提高了30.9%。本文所提出的特征提取方法能有效提高分类准确率,并且具有抵抗对抗样本攻击的能力。
展开更多
关键词
青光眼
位平面分解
特征子图
快速梯度符号方法
卷积神经网络
下载PDF
职称材料
题名
基于特征子图位平面切割和卷积神经网络的青光眼图像分类
被引量:
2
1
作者
李振鹏
陈国明
孙艳宁
魏小花
李云蓉
机构
广东第二师范学院计算机学院
出处
《现代计算机》
2022年第11期67-73,共7页
基金
广东省自然科学基金项目(2018A0303130169)
广东省大数据分析与处理重点实验室开放基金项目(201902)。
文摘
青光眼是常见的眼科疾病之一,不及时治疗则会导致眼睛失明,而早期青光眼的诊断主要依赖于眼科医生的经验判断,容易出现误诊或漏诊的情况。为了降低该类情况发生的可能性,本文提出了一种利用位平面切割和特征子图技术来提取图像特征,并且结合卷积神经网络(CNN)分类器来提高青光眼识别率的方法。同时为了验证上述方法对提高图像分类准确率的有效性和对防御对抗样本攻击的有效性,本文首先采用快速梯度符号方法(Fast Gradient Sign Method,FGSM)对原始数据集进行攻击,并利用VGG16网络对受到攻击后的图像提取特征子图,然后将特征子图分解为8个位平面图像,最后将位平面图像输入CNN分类器。实验结果表明,运用该方法提取图像特征后,其对应位平面图像的分类准确率相较于受攻击后的图像有显著提高,准确率最高可从66.5%提升到97.4%,提高了30.9%。本文所提出的特征提取方法能有效提高分类准确率,并且具有抵抗对抗样本攻击的能力。
关键词
青光眼
位平面分解
特征子图
快速梯度符号方法
卷积神经网络
Keywords
glaucoma plane decomposition
feature sub-graph
fast gradient sign method
convolutional neural network
分类号
R775 [医药卫生—眼科]
TP183 [自动化与计算机技术—控制理论与控制工程]
TP391.41 [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
基于特征子图位平面切割和卷积神经网络的青光眼图像分类
李振鹏
陈国明
孙艳宁
魏小花
李云蓉
《现代计算机》
2022
2
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