| 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 |
|
|
