• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《北京生物医学工程》 >基于深度迁移学习的老年人群眼底疾病辅助诊断研究

基于深度迁移学习的老年人群眼底疾病辅助诊断研究

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

目的提出一种基于深度迁移学习的老年人群眼底疾病自动分类方法,为老年人眼底疾病提供辅助诊断分析。方法以2048张眼底图像作为原始眼底数据集。首先,对眼底图像进行去除模糊不清、图像缩放和对比度调整等预处理操作,随机将眼底图像划分成训练组、验证组和测试组。然后迁移卷积神经网络(convolution neural network,CNN)在其他分类任务预训练的参数,根据眼底病分类任务微调CNN模型全连接层参数,经过网络优化搭建眼底病分类诊断网络模型。并使用独立的测试集对网络模型进行测试,通过混淆矩阵查看模型的分类情况。最后,以受试者工作特征曲线下面积(area under curve,AUC)、准确率、灵敏度、特异度和F_(1)值等指标评价网络模型对眼底病的分类诊断效果。结果CNN模型在眼底病分类准确率均高于0.90,灵敏度在0.90~0.95范围,特异度在0.89~0.95范围,AUC在0.87~0.92范围,F_(1)值在0.92~0.94范围。结论提出基于迁移学习方法训练的CNN模型以较高的准确率实现老年人眼底病的自动分类诊断,且具备训练周期短和训练参数少等优势。该方法将有助于提高基层社区对老年人群眼底疾病的辅助诊断能力。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号