典型文献
眼科筛选的自动眼底图像诊断
文献摘要：
通过研究神经网络对眼底图像疾病诊断的预测模型,提高眼科医生的诊断效率.首先,对原始图像进行归一化处理,统一转换成为224×224大小的标准图像;其次,针对所有带疾病标签的图像,根据疾病的不同特征进行切割转换,增加训练样本数量;再次,对于增强眼底图像,参考眼底疾病特征进行筛选;最后,输入InceptionV3网络为主体搭建的神经网络训练模型,用其中每种疾病的50张眼底图像验证模型.实验结果表明:针对224×224眼底图像进行特征切割以后的模型,精确率达到75.93％,准确率93.63％,召回率71.75％,AUC结果93.76％.
文献关键词：
神经网络;眼科;图像处理;图像分类
中图分类号：
作者姓名：
丁廷波;邓鸿;陈国宝;方晏红;严中红;陈忠敏
作者机构：
重庆理工大学 药学与生物工程学院,重庆 400054;重庆市江津区中心医院,重庆 402260
文献出处：
引用格式：
[1]丁廷波;邓鸿;陈国宝;方晏红;严中红;陈忠敏-.眼科筛选的自动眼底图像诊断)[J].重庆理工大学学报,2022(03):164-171
A类：
B类：
眼底图像,图像诊断,疾病诊断,眼科医生,诊断效率,原始图像,归一化处理,转换成,标准图,加训,训练样本,样本数量,眼底疾病,疾病特征,InceptionV3,神经网络训练,训练模型,验证模型,精确率,召回率,图像分类
AB值：
0.369615
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
