科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对糖尿病视网膜病变（DR）分级任务中不同种类之间差异性微小特点，提出一种基于跨层双线性池化（CHBP）的视网膜病变分级算法。首先根据霍夫圆变换（HCT）对输入图像进行裁剪，再使用预处理方法提升图像对比度；然后以挤压激励分组残差网络（SEResNeXt）作为模型的主干，引入跨层双线性池化模块进行分类；最后在训练过程中引入随机拼图生成器进行渐进训练，并采用中心损失（CL）和焦点损失（FL）方法进一步提升最终分类效果。实验结果显示，本文方法在印度糖尿病视网膜病变图像数据集（IDRiD）中二次加权卡帕系数（QWK）为90.84%，在梅西多数据集（Messidor-2）中受试者工作特征曲线下的面积（AUC）为88.54%。实验证明，本文提出的算法在糖尿病视网膜病变分级领域具有一定应用价值。
-
单位自动化学院; 江西理工大学
