典型文献
迁移学习在OCT视网膜图像自动分类上的应用
文献摘要：
利用光学相干断层技术(OCT)产生的视网膜疾病图像是分类眼科疾病的重要措施.目的是利用四种不同分类模型的迁移学习方法对糖尿病黄斑水肿、老年性黄斑变性、玻璃疣三种病变的OCT视网膜图像进行自动分类,实现迁移学习在OCT图像分类上的应用.将VGG-16、Inception V3、MobileNet V2、ShuffleNet-V2这四种神经网络模型在大规模图像分类数据集预训练好后,进行模型微调和训练参数更新,进而找到实现上述三种眼科疾病自动分类的最优模型,达到高效的OCT视网膜病变自动分类效果.实验结果表明,四种模型中轻量型MobileNet V2经模型微调后的评价指标优于其他模型.
文献关键词：
光学相干断层图像;深度迁移学习;视网膜图像;模型微调
中图分类号：
作者姓名：
陈明惠;陈思思;马文飞;李家昱;孙好;吕林杰;何龙喜
作者机构：
上海理工大学健康科学与工程学院上海介入医疗器械工程技术研究中心教育部医学光学工程中心,上海200093
文献出处：
引用格式：
[1]陈明惠;陈思思;马文飞;李家昱;孙好;吕林杰;何龙喜-.迁移学习在OCT视网膜图像自动分类上的应用)[J].光学技术,2022(04):464-471
A类：
B类：
OCT,视网膜图像,自动分类,利用光,断层技术,视网膜疾病,像是,眼科疾病,分类模型,迁移学习方法,糖尿病黄斑水肿,老年性黄斑变性,玻璃疣,图像分类,VGG,Inception,V3,MobileNet,V2,ShuffleNet,大规模图,分类数据,预训练,练好,模型微调,参数更新,最优模型,视网膜病变,分类效果,轻量型,光学相干断层图像,深度迁移学习
AB值：
0.367481
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。
