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
糖尿病视网膜病变分期双分支混合注意力决策网络
被引量:
3
1
作者
欧阳继红
郭泽琪
刘思光
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2022年第3期648-656,共9页
为了缓解大规模糖尿病视网膜病变(DR)筛查需求下医疗资源不足的问题,本文提出了糖尿病视网膜病变分期双分支混合注意力决策网络(BiRAD-Net)。该网络分为特征提取和分类两个阶段:在特征提取阶段,引入混合注意力机制抑制噪声,并设计了特...
为了缓解大规模糖尿病视网膜病变(DR)筛查需求下医疗资源不足的问题,本文提出了糖尿病视网膜病变分期双分支混合注意力决策网络(BiRAD-Net)。该网络分为特征提取和分类两个阶段:在特征提取阶段,引入混合注意力机制抑制噪声,并设计了特征分级决策网络进一步优化特征质量;在特征分类阶段,设计了双分支分类器以及对应的损失,以减缓标签数据不足带来的影响,增强分类准确性。此外,在模型训练过程中应用迁移学习技术来提高模型的精度、降低训练所需数据量。在KAGGLE数据集上的实验结果表明:本文方法对糖尿病视网膜病变的各个阶段均具有较好的诊断能力,优于其他对比方法。
展开更多
关键词
计算机应用
深度学习
糖尿病视网膜病变分期
混合注意力机制
特征分级决策网络
原文传递
题名
糖尿病视网膜病变分期双分支混合注意力决策网络
被引量:
3
1
作者
欧阳继红
郭泽琪
刘思光
机构
吉林大学计算机科学与技术学院
出处
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2022年第3期648-656,共9页
基金
吉林省科技厅发展计划项目(20190701031GH,20180201003SF)
国家自然科学基金项目(61876071)
吉林省能源局项目(3D516L921421)。
文摘
为了缓解大规模糖尿病视网膜病变(DR)筛查需求下医疗资源不足的问题,本文提出了糖尿病视网膜病变分期双分支混合注意力决策网络(BiRAD-Net)。该网络分为特征提取和分类两个阶段:在特征提取阶段,引入混合注意力机制抑制噪声,并设计了特征分级决策网络进一步优化特征质量;在特征分类阶段,设计了双分支分类器以及对应的损失,以减缓标签数据不足带来的影响,增强分类准确性。此外,在模型训练过程中应用迁移学习技术来提高模型的精度、降低训练所需数据量。在KAGGLE数据集上的实验结果表明:本文方法对糖尿病视网膜病变的各个阶段均具有较好的诊断能力,优于其他对比方法。
关键词
计算机应用
深度学习
糖尿病视网膜病变分期
混合注意力机制
特征分级决策网络
Keywords
computer application
deep learning
diabetic retinopathy(DR)classification
hybrid attention mechanism
feature grade decision net
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
糖尿病视网膜病变分期双分支混合注意力决策网络
欧阳继红
郭泽琪
刘思光
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2022
3
原文传递
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