换一批
换一批基于ResNet深度神经网络构建眼部疾病分类诊断模型的研究
A study on construction of an eye disease classification and diagnosis model by utilizing resnet deep neural network
摘要目的 本研究旨在通过构建基于ResNet50深度神经网络的诊断模型,实现对青光眼、白内障、糖尿病视网膜病的临床分类和诊断.方法 使用ResNet50深度神经网络对来自眼疾分类数据的4 217张眼底图像进行训练,训练次数为3 000轮,最终将测试集中准确性最高的模型参数用于诊断模型.使用混淆矩阵、准确率、召回率、F1分数、AUC曲线下面积等指标评估模型的性能.结果 该模型在测试集上的准确率为94.25％,精确率94.42％,召回率为94.25％,F1值为94.23％,AUC曲线下面积的均值为0.9856,说明该诊断模型在临床分类诊断青光眼、白内障、糖尿病视网膜病方面具有较高的准确性.结论 基于ResNet50深度神经网络的诊断模型性能较好,可以用于青光眼、白内障、糖尿病视网膜病变的预测,为临床的分类和诊断提供有价值的参考.
更多相关知识
关键词
深度学习网络ResNet50分类诊断模型青光眼白内障糖尿病视网膜病Deep learning networkResNet50Classification diagnosis modelGlaucomacataractDiabetic retinopathy
分类号
R770.4
栏目名称
DOI
10.20159/j.cnki.jmf.2024.04.009
发布时间
2024-04-01
基金项目
安徽医科大学校科研基金项目（2021xkj042）
- 浏览11
- 被引2
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
