基于深度学习的糖尿病性视网膜病变的分级

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：糖尿病性视网膜病变是一种难以诊断、高风险的致盲性疾病。针对人工对图像特征提取困难、分类准确性差、耗费时间长的问题，采用卷积神经网络构建糖尿病性视网膜病变自动分类器具有重要的临床价值。方法：本文针对已收集好的彩色眼底图像，通过对图像的清洗、扩增、归一化构建糖尿病性视网膜病变数据集。利用VGG16与FCN的优点将其结合，将全连接层改造为卷积层，构建新的糖尿病性视网膜病分类模型。（剩余5511字）

试读结束

目录
monitor