基于特征增强的高血压视网膜病变分类方法研究

高血压视网膜病变是由高血压所引起的眼底疾病，传统分类方法主要是基于区域特征进行分析，识别依据较为单一，准确度不高。为提高分类准确度，本文提出了一种基于特征增强机制的高血压视网膜病变分类方法，设计了基于不同图像色彩空间的眼底图像特征增强方法，增强眼底照片中的病灶特征，提高模型的输入特征值，将处理后的图片输入改进的DenseNet模型中进行分类，从而提高高血压视网膜病变(HR)分类的准确度。采用公开数据集OIA-ODIR对本文提出的基于特征增强的高血压视网膜病变分类方法进行测试，其敏感性、特异性、准确率分别达到97.09%、98.79%、98.67%,与现有的HR分类方法进行分析对比，本文提出的分类方法效果更佳。