论文部分内容阅读
目前,对病理性近视的诊断大多采用人工诊断的方法,不仅需要资深的眼科医生,而且耗时耗力,为了提高诊断效率和精度,预防因漏诊、误诊、诊疗延误所造成的不可逆性视力障碍,提出一种基于深度学习技术的病理性近视自动诊断方法,在一定程度上可以辅助医生进行相应的诊疗。该方法通过图像分割对数据进行预处理,得到噪声干扰小、目标区域突出的局部眼底图像,使用数据增强方法对数据进行扩充,使用SRM-SE-DenseNet模型进行图像识别进而得出诊断结果。实验结果表明SRM-SE-DenseNet模型具有最高的识别准确率80.03%,灵敏度和特异性分别为69.54%、88.55%,证明了该方法在超广角眼底图像上对病理性近视进行自动诊断的可行性以及适用性。