公开(公告)号：CN113537395B

公开(公告)日：2022-07-08

申请号：CN202110909914.X

申请日：2021-08-09

Applicant: 同济大学

Inventor： 罗烨 ,  谢加浩 ,  王剑飞

IPC: G06K9/62 ,  G06V10/764 ,  G06V10/25 ,  G06V10/46 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于眼底图像的糖尿病性视网膜病变图像识别方法，眼底图片的病变区域与周围正常区域往往会呈现视觉上较为明显的不同特征，这些区域为感兴趣区域；考虑糖尿病性视网感兴趣区域，在传统分类网络中融合注意力机制算法；使用并改进Arcface loss的思路，对类别之间的渐进关系建模，使得模型对数据分布敏感。本发明考虑了医学图像的特征，在深度学习网络中融合了注意力特征，使得模型能够关注图像中的感兴趣区域，在数据规模有限的情况下也能收获较好的效果；此外，还考虑了糖尿病性视网膜图像不同类别之间的距离渐进关系，根据类别间距离建模，提出W‑Arcface loss，根据样本类别与真实标签的距离，动态调整Arcface loss中的惩罚项，进一步提升分类准确率。

公开(公告)号：CN113537395A

公开(公告)日：2021-10-22

申请号：CN202110909914.X

申请日：2021-08-09

Applicant: 同济大学

Inventor： 罗烨 ,  谢加浩 ,  王剑飞

IPC: G06K9/62 ,  G06K9/46 ,  G06K9/32 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于眼底图像的糖尿病性视网膜病变图像识别方法，眼底图片的病变区域与周围正常区域往往会呈现视觉上较为明显的不同特征，这些区域为感兴趣区域；考虑糖尿病性视网感兴趣区域，在传统分类网络中融合注意力机制算法；使用并改进Arcface loss的思路，对类别之间的渐进关系建模，使得模型对数据分布敏感。本发明考虑了医学图像的特征，在深度学习网络中融合了注意力特征，使得模型能够关注图像中的感兴趣区域，在数据规模有限的情况下也能收获较好的效果；此外，还考虑了糖尿病性视网膜图像不同类别之间的距离渐进关系，根据类别间距离建模，提出W‑Arcface loss，根据样本类别与真实标签的距离，动态调整Arcface loss中的惩罚项，进一步提升分类准确率。