一种用于视网膜疾病自动分类的新型混合机器学习模型
计算机视觉与模式识别
2018-07-05 v1 信息检索
摘要
视网膜疾病的自动临床诊断已成为在缺乏专科医生地区促进疾病发现的颇具前景的方法。我们提出了一种基于支持向量机（SVM）和深度神经网络（DNNs）的新型视觉辅助诊断混合模型。该模型结合了DNNs和SVM的互补优势。此外，我们提出了一个包含32类视网膜疾病的新眼科临床视网膜标签集合。使用EyeNet，我们的模型达到了89.73%的诊断准确率，且模型性能可与专业眼科医生相媲美。
引用
@article{arxiv.1806.06423,
title = {A Novel Hybrid Machine Learning Model for Auto-Classification of Retinal Diseases},
author = {C. -H. Huck Yang and Jia-Hong Huang and Fangyu Liu and Fang-Yi Chiu and Mengya Gao and Weifeng Lyu and I-Hung Lin M. D. and Jesper Tegner},
journal= {arXiv preprint arXiv:1806.06423},
year = {2018}
}
备注
Accepted at the Joint ICML and IJCAI Workshop on Computational Biology (ICML-IJCAI WCB) to be held in Stockholm SWEDEN, 2018. Referring to https://sites.google.com/view/wcb2018/accepted-papers?authuser=0