学术研究
SC-MSDNet:视网膜OCT分类模型的跨数据集测试
针对OCT分类模型换数据集后泛化差的问题,研究提出SC-MSDNet,把深度方向的特征一致性作为训练约束,并要求原始、对比度增强和频域变换三种输入的预测保持一致。模型仅在OCT2017数据集(4类,84,484张图像)上训练,不微调直接测试:准确率:OCT2017为99.5%,Kaggle C8的4类子集98.71%,OCTDL 96.37%。
#OCT#深度学习#视网膜疾病分类
PubMed Ophthalmology