-
题名融合坐标感知与混合提取的视网膜病变分级算法
被引量：2
- 1
-
-
作者
梁礼明
金家新
冯耀
卢宝贺
-
机构
江西理工大学电气工程与自动化学院
-
出处
《光电工程》
CAS
CSCD
北大核心
2024年第1期43-54,共12页
-
基金
国家自然科学基金资助项目(51365017,6146301)
江西省自然科学基金资助项目(20192BAB205084)。
-
文摘
针对糖尿病视网膜病变中存在样本分布不平衡和病灶区域特征识别困难等问题,提出一种融合坐标感知与混合提取的视网膜病变分级算法。该算法首先对视网膜输入图像进行裁剪、高斯滤波等预处理操作,以增强图像病变前景与噪声背景之间的差异度;然后由Res2Net-50和Densenet-121骨干网络组成的混合双模型将增强后的图像进行特征逐层提取,实现多尺度特征纹理的充分捕捉;再在混合双模型连接处融入多层坐标感知模块和注意力特征融合模块,达到剔除聚焦病灶特征干扰的目的,实现不同病灶语义间的权重重塑;最后利用组合损失函数缓解样本分布不均匀问题,进一步监督模型的训练与测试。该文算法在IDRID和APTOS 2019数据集上进行实验,二次加权系数分别为88.76%和90.29%;准确率分别为81.55%和84.42%,为视网膜病变分级智能辅助诊断提供了新窗口。
-
关键词
视网膜病变分级
图像预处理
混合双模型
多层坐标感知
特征融合
-
Keywords
retinopathy grading
image preprocessing
hybrid dual model
multi-layer coordinate perception
feature fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
