基于改进YOLOv3网络的超广角眼底图像视网膜病变智能诊断方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：视网膜病变是致盲的主要因素，如能早发现，众多致盲可以避免。该文以大病变视网膜脱离和小病变硬性渗出为例，进行超广角眼底图像视网膜病变智能诊断研究。该文通过改进YOLOv3构建了新型病变深度检测网络，并研究了数据扩增数量对模型的影响规律。研究结果表明，扩增4倍有助于提升性能，进一步扩增反而下降。实验训练集含1100张，验证集含219张，大、小病变的召回率分别提升到91.19%和67.90%，精确率分别提升到92.95%和77.46%。（剩余2213字）

试读结束

目录
monitor