用于糖尿病视网膜病变与黄斑水肿自动分级的卷积神经网络集成
计算机视觉与模式识别
2018-09-13 v1
摘要
在本稿件中，我们利用卷积神经网络集成实现了从眼底图像对糖尿病视网膜病变和黄斑水肿进行分级的自动化流程。通过使用迁移学习方法来规避可用于监督学习的标记数据量有限的问题。集成中的模型先在包含自然图像的大规模数据集上预训练，随后使用有限数据针对所选任务进行微调。对于一幅图像，分类器集成生成多个预测，并采用基于最大投票的方法得到图像中异常的最终分级。在糖尿病视网膜病变分级任务上，于测试数据（n=56）上集成达到了83.9%的准确率；而在黄斑水肿分级任务上，该网络达到了95.45%的准确率（n=44）。
引用
@article{arxiv.1809.04228,
title = {Ensemble of Convolutional Neural Networks for Automatic Grading of Diabetic Retinopathy and Macular Edema},
author = {Avinash Kori and Sai Saketh Chennamsetty and Mohammed Safwan K. P. and Varghese Alex},
journal= {arXiv preprint arXiv:1809.04228},
year = {2018}
}
备注
5 pages