眼科筛选的自动眼底图像诊断

作者：丁廷波; 邓鸿; 陈国宝; 方晏红; 严中红; **敏^*

来源：重庆理工大学学报：自然科学, 2022, 36(03): 164-171.

• 神经网络
• 眼科
• 图像处理
• 图像分类

通过研究神经网络对眼底图像疾病诊断的预测模型，提高眼科医生的诊断效率。首先，对原始图像进行归一化处理，统一转换成为224×224大小的标准图像；其次，针对所有带疾病标签的图像，根据疾病的不同特征进行切割转换，增加训练样本数量；再次，对于增强眼底图像，参考眼底疾病特征进行筛选；最后，输入InceptionV3网络为主体搭建的神经网络训练模型，用其中每种疾病的50张眼底图像验证模型。实验结果表明：针对224×224眼底图像进行特征切割以后的模型，精确率达到75.93%,准确率93.63%,召回率71.75%,AUC结果93.76%。

• 单位
  重庆理工大学; 生物工程学院; 重庆市江津区中心医院