光学相干断层扫描视网膜图像的迁移学习分类 |
| |
作者姓名: | 连超铭 钟舜聪 张添福 周宁 谢茂松 |
| |
作者单位: | 福州大学机械工程及自动化学院,福建福州350108;福州大学机械工程及自动化学院,福建福州350108;福建医科大学附属第一医院,福建福州350005 |
| |
基金项目: | 国家自然科学基金;福建省科技计划 |
| |
摘 要: | 光学相干断层扫描是目前检测糖尿病视网膜黄斑病变较为灵敏的方法之一,但病变的人工判断易产生主观失误,且比较耗时.为此,本文在迁移学习的基础上提出了一种改进的深度学习网络,用于视网膜图像的自动分类.先基于自适应阈值联合高斯滤波算法对图像进行预处理;然后以预训练模型为基础,通过微调解决样本差异的问题,并以全局平均池化方法替代...
|
关 键 词: | 医用光学 光学相干断层扫描 迁移学习 高斯滤波 微调 全局平均池化 |
本文献已被 万方数据 等数据库收录! |
|