基于深度学习的眼底图像辅助诊断系统设计

作     者：林静敏 魏松林 Lin Jingmin;Wei Songlin

作者机构：厦门城市职业学院福建厦门361008 厦门海洋职业技术学院福建厦门361100 

基　　金：2021年度福建省中青年教师教育科研项目(科技类)“基于深度学习的常见眼底疾病识别技术研究”(JAT210836) 

出 版 物：《安徽电子信息职业技术学院学报》 (Journal of Anhui Vocational College of Electronics & Information Technology)

年 卷 期：2022年第21卷第6期

页      码：25-31页

摘      要：目前多数眼底图像分类方法主要针对单一类别疾病不同级别进行分类,且网络模型存在参数量大、计算复杂等问题。基于轻量化的SqueezeNet深度学习模型,设计了一种实现多标签眼底图像辅助诊断系统。在公开数据集ODIR上进行训练和验证,实验结果表明该系统具备强大的特征提取能力,可以在非大幅降低模型精度的情况下最大程度地提高系统的运行速度、降低系统内存消耗。该基于深度学习的眼底图像辅助诊断系统适合于硬件部署,可以为人工智能应用于计算机辅助医疗设备中提供一定的参考价值。

主 题 词：深度学习 眼底图像 轻量化 硬件部署 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1671-802X.2022.06.006

馆 藏 号：203116110...