基于残差网络的糖网病自动筛查

• 作者: 刘佳 张子谦 朱承璋 欧阳平波 邹北骥 陈昌龙
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 残差网络 眼底图像 糖网病筛查 MultiClassDR数据集
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 图像与视觉
• 页码范围: 580-588
• 页数: 9页
• 分类号: TP391.41
• 字数: 5163字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2019.17346

摘要

糖尿病视网膜病变(简称糖网病)是主要的致盲疾病之一,将导致患者视觉功能下降并最终失明.糖网病的及时治疗能够尽可能保存患者的视力,因此糖网病筛查具有十分重要的意义.为了解决糖网病自动筛查准确率较低的问题,提出一种多类别训练数据下的残差网络糖网病筛查方法.首先通过收集、标定和整理眼底图数据,构建出一个新的糖网病眼底图数据集——MultiClassDR数据集,包含健康、患有糖网病和患有其他眼底疾病3种类别;然后针对高分辨率图像数据集构建残差网络模型,在ImageNet数据集和Kaggle糖网病检测数据集上对所提模型进行预训练,获得眼底图像的基本特征表达.在MultiClassDR数据集上训练及测试的结果表明,该模型进行糖网病筛查的平均准确率为87.2％;该方法能够提高模型的学习能力,增强模型进行糖网病自动筛查的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘佳	中南大学湘雅二医院眼科	73	213	8.0	11.0
2	邹北骥	中南大学信息科学与工程学院	118	1203	18.0	29.0
3	欧阳平波	中南大学信息科学与工程学院	5	17	2.0	4.0
7	陈昌龙	中南大学信息科学与工程学院	3	13	2.0	3.0
8	朱承璋	中南大学文学与新闻传播学院	5	10	1.0	3.0
9	张子谦	中南大学信息科学与工程学院	1	0	0.0	0.0