论文部分内容阅读
传统的视盘检测需要手动提取视盘几何、血管和自身属性等特征,该方法在一定程度上依靠经验,且耗时耗力。基于卷积神经网络(CNN),使用两种网络结构,在两种不同大小的数据集上,自动提取视网膜图像中视盘的特征,并依据CNN特征进行视网膜图像中视盘的自动检测。研究采用深度学习架构Caffe,在公开的眼底图像数据集上进行了实验验证。结果表明,此方法简单易行,准确率高达98.04%,超过了现有方法。同时,通过实验得出了一些有益的结论,为进一步的研究工作奠定了基础。