学术研究
糖尿病视网膜病变分级算法MFCA-DRNet的评估
研究提出用于糖尿病视网膜病变(DR)分级的神经网络MFCA-DRNet,针对标注数据少、病灶细小分散、特征冗余等问题,采用在EyePACS数据集上预训练的自监督对比学习、直方图均衡化加非局部均值去噪的预处理,以及多频率上下文注意力模块。在DDR、APTOS 2019和Messidor-2数据集上评估,在APTOS 2019上的准确率、精确率、召回率和F1分别为87.12%、81.2%、85.3%和83.16%。
#糖尿病视网膜病变#深度学习#眼底图像 +1
PubMed Ophthalmology