文献阅读（35）——使用协同深度学习模型检测糖网病灶并进行糖网分级

最新推荐文章于 2024-06-23 09:15:00 发布

柚子味的羊

最新推荐文章于 2024-06-23 09:15:00 发布

阅读量762

点赞数 1

分类专栏：文献阅读文章标签：深度学习

本文链接：https://blog.csdn.net/qq_43368987/article/details/127368331

版权

19 篇文章 6 订阅

订阅专栏

本文探讨了一种使用协同深度学习模型，通过预处理、直方图分割和 SDL 分级方法，实现对眼底糖尿病视网膜病变（DR）病灶的自动检测与分级。文章展示了模型在IF=4.757/Q2数据集上的性能，并对比了与传统DCNN的差异。关键在于SDL架构和病灶分级策略，但细节部分需要深入理解。

摘要由CSDN通过智能技术生成

使用协同深度学习模型检测糖网病灶并进行糖网分级

Automated detection and classification of fundus diabetic retinopathy images using synergic deep learning model
在这里插入图片描述
IF = 4.757/Q2

使用深度学习方法对眼底照中的糖网病灶进行自动检测和分类糖网。其中公设计三个方面：预处理，分割，分类

文章中的方法主要包含三个过程，后面我将从三个方面写一下自己的理解

每张图像包含RGB红绿蓝三个通道，作者发现绿色通道与视神经和相关的视网膜特征又重要关系，因此将绿色通道分离，用于下一步直方图分割

——将整张图的有用区域提取出来
包含两个层次

在这里插入图片描述

SDL模型主要包括三部分：

使用糖网的最大检出率对糖网进行分级

虽然只在一个数据集上进行验证，但是他使用不同的额方式展现，不但有混淆矩阵，还把混淆矩阵数值化作为一个label。因为是多分类问题，将TP,FP,TN和FN都呈现，准确率，精确性和敏感性又是一个表。将自己和单纯使用DCNN网络的分类结果进行比较，自己的性能可！
这一篇的作者很会展现，虽然只有一个数据集，但是因为图表和充实，给人工作量很大的现象。当然第二部分应该是他的重中之重，但是我还没完全看懂。明天再看看，看看是不是我以前知道的TL换了个说法。