基于注意力机制的糖尿病视网膜病变超广角图像分类检测

分享到

【获取途径】超星期刊网
【作者】阚玉常，张光华，卓广平，汪扬，周金保，马非
【刊名】太原学院学报(自然科学版)
【作者单位】¹太原师范学院计算机科学与技术学院；²太原学院计算机科学与技术系；³山西省眼科医院
【年份】2024
【卷号】第42卷
【期号】第1期
【页码】30-37
【ISSN】2096-191X
【关键词】糖尿病视网膜病变注意力机制 DenseNet CLAHE
【摘要】针对糖尿病视网膜病变图像分类准确率不高的问题，提出了一种基于注意力机制的分类方法。该方法首先使用裁剪、均值滤波、高斯滤波、限制对比度自适应直方图均衡化等方法进行预处理，模型以DenseNet架构作为基础模型，加入了通道注意力机制和空间注意力机制进一步提高模型对关键特征的识别能力。实验结果表明：与传统方法相比，改进后的模型分类效果优于传统模型，在Kaggle数据集其平均准确率达到了89.15%,平均特异度为94.22%;在超广角数据集其平均准确率达到了91.24%,平均特异度为95.72%。
【文献类型】期刊