论文部分内容阅读
针对目前白内障自动筛查以人工寻找特征为主,特征选取主观性强的问题,根据深度学习理论,建立了基于卷积神经网络的白内障特征自动学习模型。为克服当前数据集缺乏的问题,构建一个具有16239张图片,包含多种类型白内障并按病情严重程度分为三类的MSLPP数据集;利用卷积神经网络自动提取深度特征,并采用迁移学习的思想来训练网络,降低模型过拟合。实验结果表明模型识别准确率达94.84%。该模型对于核性白内障,皮质性白内障和后囊性白内障普遍适用,满足实用化要求。