基于卷积神经网络的糖尿病视网膜病变诊断
图像与视频处理
2020-08-04 v1 计算机视觉与模式识别
摘要
糖尿病视网膜病变（DR）是许多人因年龄或糖尿病而罹患的常见疾病，并可导致失明。因此，尤其在早期对该疾病进行诊断可预防其对大量患者的影响。为实现该诊断，必须持续检查眼底视网膜。基于此，可借助基于计算机视觉技术的计算机辅助工具。已有不同工作采用多种机器学习技术完成。卷积神经网络是有前景的方法之一，故本文将其用于糖尿病视网膜病变检测。此外，所提工作包含预处理阶段的视觉增强，随后训练 CNN 模型以完成识别与分类阶段，从而诊断健康与不健康视网膜图像。实用测试中使用了三个公开数据集 DiaretDB0、DiaretDB1 和 DrimDB。本工作基于 Matlab R2019a、深度学习工具箱与深度网络设计器实现，以设计卷积神经网络架构并训练之。结果以不同指标评估，准确率为其中之一。所达最佳准确率：DiaretDB0 为 100%，DiaretDB1 为 99.495%，DrimDB 为 97.55%。
引用
@article{arxiv.2008.00148,
title = {Diabetic Retinopathy Diagnosis based on Convolutional Neural Network},
author = {Mohammed hamzah abed and Lamia Abed Noor Muhammed and Sarah Hussein Toman},
journal= {arXiv preprint arXiv:2008.00148},
year = {2020}
}
备注
8 pages