基于R-FCN算法的糖尿病眼底病变自动诊断

摘要：

糖尿病眼底病变(Diabetic Retinopathy,DR)是糖尿病患者常见的致盲疾病,可使用深度学习算法对患者的糖尿病眼底图片进行图像识别,实现对糖尿病眼底病变的辅助诊断.针对以往普通卷积神经网络只能进行分类和输入尺寸固定的问题,提出了基于目标检测的区域全卷积网络(Region-based Fully Convolutional Networks,R-FCN)算法,实现同时对任意尺寸输入的糖尿病眼底图片的分类和病变区域检测.针对原始R-FCN算法对小目标(极小的出血点和血管瘤)检测困难的问题,对R-FCN算法做了一定的改进,加入特征金字塔网络(Feature Pyramid Net-works,FPN)结构,升级主干网络,修改区域建议网络(Region Proposal Network,RPN).实现结果表明,改进后的R-FCN算法能以很高的正确率实现对糖尿病眼底图片的五级分类(健康、轻度、中度、重度、增殖)和病变区域检测(血管瘤、眼底出血、玻璃体出血).

关键词：深度学习、目标检测、卷积神经网络、计算机视觉、糖尿病眼底病变

所属期刊栏目：56

分类号：TP391.41(计算技术、计算机技术)

资助基金：上海市科技创新行动计划No.17511107900

在线出版日期：2020-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：109-114