基于多任务学习的青光眼智能诊断 |
| |
引用本文: | 魏宏博,武劲圆,陈磊,冯梓毅,游国栋.基于多任务学习的青光眼智能诊断[J].天津科技大学学报,2024(2):59-64. |
| |
作者姓名: | 魏宏博 武劲圆 陈磊 冯梓毅 游国栋 |
| |
作者单位: | 1. 天津科技大学电子信息与自动化学院;2. 天津市第一中心医院 |
| |
基金项目: | 天津市科技支撑重点项目(17YFZCNC00230);;天津市应用基础与前沿技术研究计划(自然科学基金)重点项目(13JCZDJC29100); |
| |
摘 要: | 为了提高青光眼检测的准确率,降低青光眼的危害,本文提出一种基于多任务学习的青光眼智能诊断方法,将U-Net网络和VGG16网络结合,U-Net网络和VGG16网络共用U-Net网络的编码器部分,通过U-Net网络得到杯盘比(cup-to-discratio,CDR),并且将CDR作为眼底图像的特征之一输入VGG16网络,实现眼底图像的青光眼分类。实验使用REFUGE挑战数据集进行验证,网络模型在训练后得到的工作特性曲线下面积为0.978 8,且视盘和视杯的分割准确率分别达到0.874 5和0.962 4,对比其他使用相同数据集的方法,本方法具有更高的青光眼分类准确率。
|
关 键 词: | 青光眼诊断 图像分割 图像分类 多任务学习 |
|
|