一种XNet-CNN糖尿病视网膜图像分类方法

• 作者: 丁辉 周雨佳 陈宇
• 来源期刊: 哈尔滨理工大学学报
• 学科: 工学
• 关键词: 卷积神经网络 深度学习 视网膜分类 糖尿病视网膜图像
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 73-79
• 页数: 7页
• 分类号: TP391.4
• 字数: 4724字
• 语种: 中文
• DOI: 10.15938/j.jhust.2020.01.011

摘要

本文针对传统的视网膜图像处理过程繁琐、鲁棒性差的缺点,提出设计了一种基于深度卷积神经网络(Convolutional Neural Network,CNN)的视网膜图像自动识别系统.首先,对图像预处理包括去除噪声、数值归一化、数据量扩增;然后,设计提出了一种新的神经网络模型——XNet,XNet中和了LeNet和Inception网络的深度,网络参数根据训练样本进行适应性调整;最后,针对不同的网络结构进行了准确率和迭代次数的比较.实验结果表明,XNet网络的结构要优于LeNet和Inception,准确率可以达到91％;并通过实验证实了数据扩增的必要性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈宇	东北林业大学信息与计算机工程学院	56	262	9.0	14.0
2	周雨佳	东北林业大学信息与计算机工程学院	5	3	1.0	1.0
3	丁辉		2	7	1.0	2.0