典型文献
基于平行图像的糖尿病视网膜病变智能诊断
文献摘要：
针对深度学习诊断糖尿病视网膜病变(DR)面临数据集小、类别不均衡及诊断效果不佳等问题,提出基于平行图像和Swin Transformer的DR分级模型.首先基于StyleGAN2-ada构建平行图像生成模型,解决训练图像过少和类别失衡问题.经FID、KID和目视评估,构建的平行图像符合后续工作要求.然后,基于注意力与窗口滑动机制构建DR诊断模型改善诊断效果.最后,使用平行图像训练诊断模型.经验证,本文提出的诊断模型准确率为93.5％、特异性最高为99％、F1分数最高为0.96.与原始图像相比,使用平行图像训练模型后其准确率提升20％、精确率最高提升70％.与其他3种深度学习模型对比,本文所提方法各项指标均达到最优.以上结果表明,本文构建的模型可在小样本数据集下实现较好的诊断效果.
文献关键词：
糖尿病视网膜病变;平行眼底图像;生成对抗网络;Swin Transformer
中图分类号：
作者姓名：
赵亮;付园坤;陈涵欣;魏政杰;云晴;金军委
作者机构：
河南工业大学电气工程学院 郑州 450001;河南工业大学大数据与人工智能学院 郑州 450001
文献出处：
引用格式：
[1]赵亮;付园坤;陈涵欣;魏政杰;云晴;金军委-.基于平行图像的糖尿病视网膜病变智能诊断)[J].电子测量技术,2022(14):131-139
A类：
平行眼底图像
B类：
糖尿病视网膜病变,智能诊断,学习诊断,DR,类别不均衡,诊断效果,Swin,Transformer,分级模型,StyleGAN2,ada,建平,图像生成,生成模型,训练图像,失衡问题,FID,KID,目视,后续工作,工作要求,窗口滑动,滑动机制,机制构建,诊断模型,图像训练,模型准确率,原始图像,训练模型,准确率提升,精确率,深度学习模型,模型对比,小样本数据集,生成对抗网络
AB值：
0.399046
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。
