使用深度神经网络CNN、深度学习进行眼底图像分析糖尿病视网膜病变检测 任何质疑请联系 电子邮件 - josemebin@gmail.com 暴民 -+91 9994444414

kaggle糖尿病性视网膜病 一般的 该存储库包含AI眼睛团队在Kaggle的糖尿病性视网膜病变检测比赛中的工作。 此README.md文件包含有关如何正确运行算法的一些信息。 单一模型的管道 python train.py （使用data / processed文件夹中存在的train / test分割！这很重要！） 这将训练模型并将模型，kappa图和最佳权重放置在models/文件夹中。 python optimize_threshold.py 这需要模型，最佳权重，验证拆分和真实标签。 它将用于验证集的最佳阈值输出到models//optimal_thresholds 。 python predict.py 这需要测试集图像，样品提交，模型，最佳权重和最佳阈值。 它将测试集的预测输出到

针对糖尿病患者出现视网膜病变的现象,提出一种基于深度学习的糖尿病视网膜病变诊断模型。在保证图像识别模型深度的前提下,通过修改Inception模块的组成减少模型参数,从而提升收敛速度;通过引入残差模块,解决了模型深度增加带来的梯度消失和梯度爆炸等问题;利用数据扩充和设置Dropout的方法,有效避免了数据集不足导致模型出现过拟合的现象,从而实现对糖尿病视网膜病变患病等级的检测。实验结果表明,所提出的DetectionNet深度卷积神经网络对糖尿病视网膜病变患病程度等级分类任务的识别率达到91%,相对于LeNet、AlexNet和CompactNet等网络模型均有20%以上识别率的提升。该研究对糖尿病患者的早期预防和治疗、避免出现糖尿病视网膜病变具有重要意义。

主动脉病变CT诊断和治疗.ppt

糖尿病视网膜病变采用半导体激光治疗效果探讨.pdf

基于改进模糊聚类算法的CT图像病变区域分割.pdf

行业分类-物理装置-一种医学图像病变检出合并方法、系统、终端及存储介质.zip

解读国际心血管CT协会“CAD-RADS冠状动脉病变报告和数据系统”.pdf

糖尿病性视网膜病变，带有分类标签的视网膜图像。该文件夹代表特定的类标签。0-无DR，1-轻度，2-中度，3-严重，4-增殖性DR。 Diabetic Retinopathy Arranged_datasets..zip Diabetic Retinopathy Arranged_datasets..txt

深度学习基于图像的皮肤癌检测 对常见色素性皮肤病变的皮肤镜图像进行深度学习，以检测皮肤癌。