基于R-FCN算法的糖尿病眼底病变自动诊断

• 作者: 冯瑞 刘斌 王嘉良 罗健旭 邹海东
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度学习 目标检测 卷积神经网络 计算机视觉 糖尿病眼底病变
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 109-114
• 页数: 6页
• 分类号: TP391.41
• 字数: 3895字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1811-0035

摘要

糖尿病眼底病变(Diabetic Retinopathy,DR)是糖尿病患者常见的致盲疾病,可使用深度学习算法对患者的糖尿病眼底图片进行图像识别,实现对糖尿病眼底病变的辅助诊断.针对以往普通卷积神经网络只能进行分类和输入尺寸固定的问题,提出了基于目标检测的区域全卷积网络(Region-based Fully Convolutional Networks,R-FCN)算法,实现同时对任意尺寸输入的糖尿病眼底图片的分类和病变区域检测.针对原始R-FCN算法对小目标(极小的出血点和血管瘤)检测困难的问题,对R-FCN算法做了一定的改进,加入特征金字塔网络(Feature Pyramid Net-works,FPN)结构,升级主干网络,修改区域建议网络(Region Proposal Network,RPN).实现结果表明,改进后的R-FCN算法能以很高的正确率实现对糖尿病眼底图片的五级分类(健康、轻度、中度、重度、增殖)和病变区域检测(血管瘤、眼底出血、玻璃体出血).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗健旭	华东理工大学信息科学与工程学院	22	140	7.0	11.0
2	冯瑞	复旦大学计算机科学与工程学院	40	307	10.0	15.0
3	邹海东		19	63	4.0	7.0
4	王嘉良	华东理工大学信息科学与工程学院	1	1	1.0	1.0
5	刘斌		4	10	2.0	3.0