典型文献
基于轻量级卷积网络的视网膜病变自动检测
文献摘要：
光学相干断层扫描技术是临床中检测视网膜病变的主要手段,但人工诊断的模式存在主观性强、效率低的问题,为此提出一种轻量级卷积神经网络用于视网膜病变的自动检测.所提网络由两种模块组成,第1种模块将空洞卷积与深度可分离卷积相结合以降低参数量;第2种模块利用分解卷积方法,通过将常规卷积层分解成多层不对称卷积的方式延展深度.两种模块交叉组合构成特征提取器,使用Softmax函数作为分类器,获得了 44层深、参数量为9.2 MB的轻量级模型.所提网络在测试集上的准确率、敏感性、特异性、接收者操作特征曲线下面积分别达到0.980、0.954、0.987和0.997.可视化结果表明,模型诊断依据与眼科专家相一致.这些结果表明,所提网络能够准确地实现视网膜疾病的自动检测.
文献关键词：
医用光学;光学相干断层成像;卷积神经网络;视网膜病变;图像分类
中图分类号：
作者姓名：
王令霄;杨军;王文赛;李婷
作者机构：
中国医学科学院生物医学工程研究所,天津300192;北京脑科学与类脑研究中心,北京102206
文献出处：
引用格式：
[1]王令霄;杨军;王文赛;李婷-.基于轻量级卷积网络的视网膜病变自动检测)[J].激光与光电子学进展,2022(06):250-256
A类：
B类：
卷积网络,视网膜病变,自动检测,光学相干断层扫描技术,主观性,轻量级卷积神经网络,空洞卷积,深度可分离卷积,参数量,分解卷积,卷积层,分解成,构成特征,Softmax,分类器,MB,轻量级模型,测试集,接收者,操作特征,特征曲线下面积,诊断依据,眼科,相一致,视网膜疾病,医用光学,光学相干断层成像,图像分类
AB值：
0.311486
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。
