目的 针对糖尿病病患视网膜病变的智能筛查模型构建中数据不足的问题，提出基于迁移学习的解决方案。方法 对少量不同患病程度的视网膜眼底图像做特征强化后，结合ImageNet数据构建的模型进行眼底图像数据的降维，并构建视网膜病变图像的分类模型。结果 最终模型的测试集上准确率达到86.4%。结论 视网膜眼底图像可作为眼部病症的重要判断依据，基于智能模型的检测可代替人工对患者病情进行检查，对开展糖尿病性视网膜病变筛查工作具有重要的现实意义。
科研之友
微信
新浪微博
Facebook
分享链接
