基于机器学习的视网膜图像识别模型设计
早产儿视网膜病变是小儿致盲的主要原因之一,发病率在我国呈持续上升的趋势.人工诊断存在费时费力,依靠医生经验等不足.针对此,提出了基于机器学习的视网膜图像识别模型,首先基于原始图像,借助图像处理、传统机器学习方法和对抗生成网络技术得到生成图像,然后基于这些图像和原始图像,提取其特征,最后对级联后的特征进行分类.该模型有望为早产儿视网膜病变的自动筛查系统提供技术支持.
视网膜图像、自动识别、模型设计
16
TP181(自动化基础理论)
本文受广东省医学科学技术研究基金支持A2020296
2020-10-20(万方平台首次上网日期,不代表论文的发表时间)
共2页
176-177