基于拆分残差网络的糖尿病视网膜病变分类

肖宇庭; 吕晓琪; 谷宇; 刘传强

doi:10.16088/j.issn.1001-6600.2023051805

广西师范大学学报（自然科学版） ›› 2024, Vol. 42 ›› Issue (01) : 91 -101. DOI: 10.16088/j.issn.1001-6600.2023051805

基于拆分残差网络的糖尿病视网膜病变分类

肖宇庭, 吕晓琪, 谷宇, 刘传强

作者信息 +

Author information +

文章历史 +

摘要

糖尿病视网膜病变是一种常见的糖尿病并发症。为提高糖尿病视网膜病变图像分级准确率，本文提出基于拆分残差网络的分级算法。通过融合归一化注意力，增强识别关键特征信息能力，使模型对病灶特征信息提取更具有针对性；利用全局上下文模块综合考虑不同尺度及网络层学习到的特征信息，进一步联系不同时期糖尿病视网膜病灶特点，增强模型表达能力；输出分类器设计多分支结构进行图像分级，提升多类别图像分级精度。实验结果得出模型准确率为94.86%,其他评价指标相比原主干网络模型均有提高。本文模型性能良好，实现了较高精度诊断分级糖尿病视网膜病变图像。