【摘 要】
：
糖尿病性视网膜病变是导致成人视力障碍的主要原因,及早发现并治疗对于降低患者的致盲风险至关重要。基于深度卷积神经网络（CNN）的方法可以有效地通过对患者视网膜眼底图像进行分类,实现病变的分类检测。此类方法通常需要一个大型的已标注数据集来支持模型训练,但在实际应用中,高质量、大规模的标注数据集获取往往面临诸多挑战。同时,深层CNN模型,不仅训练耗时,而且容易导致过拟合等问题。因此,探索一种基于CNN且
论文部分内容阅读
糖尿病性视网膜病变是导致成人视力障碍的主要原因,及早发现并治疗对于降低患者的致盲风险至关重要。基于深度卷积神经网络（CNN）的方法可以有效地通过对患者视网膜眼底图像进行分类,实现病变的分类检测。此类方法通常需要一个大型的已标注数据集来支持模型训练,但在实际应用中,高质量、大规模的标注数据集获取往往面临诸多挑战。同时,深层CNN模型,不仅训练耗时,而且容易导致过拟合等问题。因此,探索一种基于CNN且适用于小样本数据集的糖尿病性视网膜病变分类检测方法是有意义的。主要研究内容如下:（1）提出了一种基于小波变换的视网膜眼底血管分割方法。由于分析视网膜眼底血管对于诊断糖尿病性视网膜病变至关重要,针对视网膜眼底图像存在边缘平滑、灰度不均匀和血管结构分布复杂等特性,探讨了基于小波变换分解与重构的眼底血管分割方法。实验结果表明,与相关方法相比,本文方法具有更好的分割效果,分割后的眼底血管完整度较高、结构清晰、细小血管丢失较少。（2）提出了一种基于多尺度浅层卷积神经网络的糖尿病性视网膜病变分类检测集成方法。实验表明,在原始数据集上,与LCNN、VGG16no FC、Compact Net及目前代表性的CNN集成方法相比,本文方法的分类精度提高了2%-9%。在两个小样本数据集上,与Conv Net及CNN集成方法相比,分类精度平均提高了3.5%、4.7%。此外,在仅使用原始数据集10%样本时,其分类精度比使用原始数据集的VGG16no FC高出3%,与3种方法平均精度基本相同,但时间成本大大降低。
其他文献
牛病毒性腹泻病毒（Bovine viral diarrhea virus,BVDV）是牛病毒性腹泻-黏膜病（Bovine viral diarrhea-mucosal disease,BVD/MD）的病原体,主要引起牛腹泻、生殖障碍和呼吸道疾病,严重阻碍了牛养殖业的发展。BVDV已在世界范围内广泛传播,在中国BVDV也存在不同程度的流行,目前有关BVDV在中国西部的流行资料有限,因此,为了解西部地
区间值模糊软集是软集的扩展模型之一,是一种高效处理模糊信息的数学工具。基于该模型的决策算法能为决策者提供具体的分析和有效的判断,从而得到最佳决策对象以满足决策者的需求。然而现有算法都有各自的局限性,在某些特殊情况下不能做出有效决策。基于该模型的参数约简算法能够去除冗余参数,使参数集中剩下必要存在的参数并保持和原有参数集一样的描述或决策能力。然而现有算法约简成功率低、计算复杂度高、适用范围较小。为了
目前牛的商品化冻精中含有较多能影响精子体外获能的成分,例如抗冻剂等;在精子体外获能之前,需先对解冻的精液进行必要的分离纯化,去除各种添加剂,为精子体外获能提供最优环境。因此,研究不同精子纯化方法对体外受精的影响、确定最优精子纯化方法以期提高体外胚胎生产效率具有重要意义。同期发情处理是胚胎移植过程中的关键一环,受体牛的发情同步及黄体质量会直接影响胚胎移植后的受胎率。本研究选取前列腺素和孕酮两种外源生
胚胎体外生产和冷冻保存技术在家畜种质资源保存方面有重要应用价值。近年来,随着动物转基因技术研究的不断推进,各种转基因动物育种新材料不断出现,部分转基因动物已经进入安全性评价阶段,转基因动物新品种培育在家畜种业创新领域具有重要应用价值。目前,所有转基因动物育种材料均在封闭性条件下饲养管理,建立一套转基因动物种质材料保存和利用方法,对促进转基因育种研究有重要意义。口蹄疫病毒的抗原表位大部分集中在VP1
植被净初级生产力（Net Primary Production,NPP）是陆地生态系统碳通量的重要组成部分,也是植物自身生理特性和外界环境共同作用的结果。研究其时空变化特征和气候驱动因子,可为应对全球性气候和环境变化提供科学依据。本研究基于黄土高原2000-2015年气象栅格数据、MOD17A3 NPP数据、土地利用数据、省级区划数据,采用线性回归分析了气象要素时空变化特征;借助分段线性回归和变异
奶牛乳房炎是一种由于乳腺组织损伤感染而导致的奶牛所产牛奶品质下降、产量降低的疾病。各地区养殖场的病原菌由于气候、饲养管理情况以及奶牛自身因素等的影响表现出较大的差异。目前临床上对乳房炎的治疗仍存在未明确主要病原菌的情况下滥用抗生素的情况,造成了极大程度的药物残留以及病原菌的耐药性增高。本研究采集了陕西地区的3个奶牛养殖场的126份奶牛乳房炎乳样,分离鉴定乳样中的主要病原菌并对高检出的蜡样芽孢杆菌、
目前,无线传感器网络（Wireless Sensor Networks,WSNs）广泛应用于军事反恐、环境监测、精细农业、医疗健康、智能家居和工业生产控制领域。在WSNs中使用不同类型的节点进行监测时,会形成异构无线传感器网络（Heterogeneous Wireless Sensor Networks,HWSNs）。在HWSNs中,覆盖空洞是一个关键基础性问题,传感器节点被飞行器随机抛洒于指定区
图像降噪是图像处理中的一项基础技术,同时它也是图像处理中一项热门研究。图像处理在医学图像中应用广泛,医学图像是医生判断病灶、诊断病情的依据和辅助工具,所以研究如何更好去除医学图像噪声具有重要的现实意义。在分析和研究现有图像降噪方法基础上,发现已有方法仍然存在一些不足,诸如,降噪后出现纹理模糊、对多种噪声情况研究较少、缺乏对真实图像应用等问题。论文主要研究用神经网络如何对图像进行降噪,主要内容有神经
共享单车因其便捷和环保等优点,作为城市公共交通的辅助手段,近年来备受青睐。然而,在实际使用中,共享单车极易出现资源分配不平衡的现象,即在一些区域“供不应求”的同时,其他区域则又可能“供大于求”。因此,探讨共享单车的资源分配问题,对于降低运营成本,提高用户满意度具有重要意义。本文针对现有研究,缺乏对共享单车系统复杂时空关系挖掘的问题,探索研究基于时空聚类的单车停放站点划分方法及其单车需求预测模型。（
基于大量的电子病历数据,智慧医疗使用现代计算机技术手段结合现有医疗数据辅助医生进行诊疗。本文通过深度学习方法结合电子病历数据构建深度学习模型,从而帮助医生对患者完成疾病诊断以及后续的药品推荐,进而提高医生的治疗效率。主要完成了以下工作:（1）构建了1D-DLSTM疾病诊断模型。首先,通过结合ICD-10构建了医学领域的专业词库,并使用Jieba分词法联合医学词库对病历进行分词。其次,利用Skipg