基于深度学习的糖尿病视网膜病变诊断方法
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。
文件下载
评论信息
其他资源
- 回溯法解决旅行售货员问题源代码java
- OpenGL从高度图创建三维地形三维漫游
- C#调用、操作usb摄像头
- 银行卡号识别软件
- C#帮助文档（中文版）
- EasyBuy 易买网Struts2/mybatis
- USB串口通信JAR包及DLL文件完美支持WIN32WIN64
- MATLAB实现基于BP神经网络英文字母识别
- 加盟部拓展计划书.doc
- 深度前馈卷积稀疏降噪自动编码器的多级委员会用于对象识别
- 基于stm32 红外遥控车.zip
- 喜马拉雅下载歌曲名称修改.exe
- 博客《FlowLayout详解（二）——FlowLayout实现》对应源码
- RADStudio2007Patch23.exe
- C++版本的FFT傅立叶变换程序源代码
- 基于nRF51822调试的LIS3DH传感器代码，使用SPI接口
- Visual Object Net++
- 幸运52的小游戏 价格的猜测
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明