-
公开(公告)号：CN108537282A
公开(公告)日：2018-09-14
申请号：CN201810331222.X
申请日：2018-04-13
Applicant: 东北大学
Abstract: 本发明公开了一种使用超轻量级SqueezeNet网络的糖尿病视网膜病变分级方法，它针对每一类糖尿病视网膜病变准备大量SLO眼底照片并进行预处理和数据扩增；建立包含fire模块的超轻量级SqueezeNet深度卷积神经网络；基于大量眼底照片对深度卷积神经网络进行训练，使深度卷积神经网络的最终输出值符合眼底照片的分级结果；从而即可利用训练好的深度卷积神经网络自动进行疾病分级。本发明的方法通过对大量包括诊断标记的眼底镜照片的运用，通过超轻量级深度学习网络和很少的参数来实现自动从训练范例库中学习所需特征并进行分级判断，在训练过程中不断纠正用于判断的数据特征以及深度卷积神经网络参数，从而能够极大提高在现实应用场景中的分级准确性和可靠度。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
