-
题名基于特征增强的高血压视网膜病变分类方法研究
- 1
-
-
作者
刘国强
卓广平
汪扬
阚玉常
张光华
-
机构
太原师范学院计算机科学与技术学院
太原学院智能与自动化系
-
出处
《智能计算机与应用》
2023年第12期144-148,共5页
-
基金
山西省自然科学基金面上项目(201801D121147)
太原学院院级重点课题(21TYKZ01)
眼科学山西省重点实验室开放课题(2023SXKLOS04)。
-
文摘
高血压视网膜病变是由高血压所引起的眼底疾病,传统分类方法主要是基于区域特征进行分析,识别依据较为单一,准确度不高。为提高分类准确度,本文提出了一种基于特征增强机制的高血压视网膜病变分类方法,设计了基于不同图像色彩空间的眼底图像特征增强方法,增强眼底照片中的病灶特征,提高模型的输入特征值,将处理后的图片输入改进的DenseNet模型中进行分类,从而提高高血压视网膜病变(HR)分类的准确度。采用公开数据集OIA-ODIR对本文提出的基于特征增强的高血压视网膜病变分类方法进行测试,其敏感性、特异性、准确率分别达到97.09%、98.79%、98.67%,与现有的HR分类方法进行分析对比,本文提出的分类方法效果更佳。
-
关键词
高血压视网膜病变分类
眼底图像特征增强
图像色彩空间
DenseNet模型
-
Keywords
classification of hypertensive retinopathy
fundus image feature enhancement
image color space
DenseNet model
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-