一种XNet-CNN糖尿病视网膜图像分类方法

作     者：陈宇 周雨佳 丁辉 CHEN Yu;ZHOU Yu-jia;DING Hui

作者机构：东北林业大学信息与计算机工程学院哈尔滨150040 海南省眼科医院海口570100 

基　　金：中央高校基本科研业务费(2572015DY07) 国家自然科学基金(60972127) 黑龙江省教育厅科学技术研究项目(12513016) 黑龙江省博士后基金 黑龙江省自然科学基金(F201347) 哈尔滨市科技创新人才专项资金(2013RFQXJ100) 

出 版 物：《哈尔滨理工大学学报》 (Journal of Harbin University of Science and Technology)

年 卷 期：2020年第25卷第1期

页      码：73-79页

摘      要：本文针对传统的视网膜图像处理过程繁琐、鲁棒性差的缺点,提出设计了一种基于深度卷积神经网络(Convolutional Neural Network,CNN)的视网膜图像自动识别系统。首先,对图像预处理包括去除噪声、数值归一化、数据量扩增;然后,设计提出了一种新的神经网络模型——XNet,XNet中和了LeNet和Inception网络的深度,网络参数根据训练样本进行适应性调整;最后,针对不同的网络结构进行了准确率和迭代次数的比较。实验结果表明,XNet网络的结构要优于LeNet和Inception,准确率可以达到91%;并通过实验证实了数据扩增的必要性。

主 题 词：卷积神经网络 深度学习 视网膜分类 糖尿病视网膜图像 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.15938/j.jhust.2020.01.011

馆 藏 号：203926211...