文献类型：期刊文章

作　　者：陈宇[1] 周雨佳[1] 丁辉[2]

CHEN Yu;ZHOU Yu-jia;DING Hui(School of Information and Computer Engineering of Northeast Forestry University,Harbin 150040,China;Hainan Eye Hospital,Haikou 570100,China)

机构地区：[1]东北林业大学信息与计算机工程学院,哈尔滨150040 [2]海南省眼科医院,海口570100

出　　处：《哈尔滨理工大学学报》

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)。

年　　份：2020

卷　　号：25

期　　号：1

起止页码：73-79

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、DOAJ、JST、RCCSE、ZGKJHX、核心刊

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。

关 键 词：卷积神经网络 深度学习  视网膜分类  糖尿病视网膜图像  

分 类 号：TP391.4]