科研之友
微信
新浪微博
Facebook
分享链接
摘要
糖尿病视网膜病变是糖尿病的重要并发症之一，是工作人群失明的主要原因。视网膜图像类间差距小，易混淆，由于医疗资源不足和缺乏有经验的眼科医生，难以进行大规模的视网膜图像筛查。为此，提出了一种基于注意力机制的糖尿病视网膜病变分类算法，实现对视网膜图像病变程度的精确分类。对数据集进行数据增强和图像增强等预处理操作，利用EfficientNetV2作为主干分类网络，在网络中加入注意力机制对视网膜图像进行细粒度分类，同时采用迁移学习策略对网络进行训练。所提算法的分类准确率和二次加权Kappa值分别为97.8%和0.843，能够有效地对视网膜图像进行病变程度分类，与其他模型相比具有优越性，对于糖尿病视网膜病变的诊断和治疗具有重要意义。
- 单位
