一种用于视网膜静脉阻塞分类和病变检测的混合卷积神经网络

作者：张光华; 马非; 刘汉; 张喜梅; 潘婧; 孙斌

来源：太原学院学报(自然科学版), 2021, 39(02): 42-47.

DOI：10.14152/j.cnki.2096-191X.2021.02.008

• 深度学习
• 自动诊断
• 视网膜静脉阻塞

视网膜静脉阻塞(Retinal Vein Occlusion, RVO)是最常见的视网膜血管疾病之一。提出一种用于视网膜静脉阻塞分类和病灶识别的混合卷积神经网络,将压缩优化后的VGG卷积神经网络(Convolutional Neural Network, CNN)结合类激活层(Class Activation Mapping, CAM)网络构建复合模型,完成眼底彩照上的RVO分类和无监督病变区域识别。通过由山西省眼科医院三位高级眼科医生收集和标记的2 962个真实数据进行仿真实验,模型的分类准确率、召回率和F1值均在0.95以上。

• 单位
  太原学院; 山西省眼科医院