%A 王禾扬, 杨启鸣, 朱旗 %T 基于深度卷积集成网络的视网膜多种疾病筛查和识别方法 %0 Journal Article %D 2021 %J 智能科学与技术学报 %R 10.11959/j.issn.2096-6652.202127 %P 259-267 %V 3 %N 3 %U {https://www.infocomm-journal.com/znkx/CN/abstract/article_171723.shtml} %8 2021-09-15 %X

针对视网膜疾病种类繁多、病灶位置不固定等特点,提出一种基于深度卷积集成网络的视网膜多种疾病筛查和识别方法。首先,根据视网膜眼底图像裁剪掉两侧黑色边框,并去除图像中的噪声,以降低对眼底图像的干扰,提高图像的清晰度;之后,通过对处理完成的视网膜眼底图像使用裁剪、旋转等数据增强方法来扩增数据集;再建立基于深度卷积神经网络的模型进行特征提取,并在网络模型微调后完成视网膜疾病筛查和识别任务,最终将多个模型的结果进行集成。实验结果表明,该方法针对视网膜疾病的筛查和识别的问题取得了较好的效果,视网膜疾病筛查的准确率达到96.05%,视网膜疾病识别的准确率达到72.55%。