基于小尺度跨層融合模型的糖尿病視網(wǎng)膜病變分類方法

摘要： 基于深度學(xué)習(xí)的糖尿病視網(wǎng)膜病變（DR）自動分類有助于提高輔助診斷的精準性和高效性。本文通過改進的殘差網(wǎng)絡(luò)來實現(xiàn)對五種不同病變程度的DR分類。首先，將原殘差網(wǎng)絡(luò)第一個卷積層中的7×7卷積替換為三個小尺度的3×3卷積來減少網(wǎng)絡(luò)計算量；其次，針對不同病變等級間因差異過小而導(dǎo)致的分類不準確問題，引入混合注意力機制來使模型更關(guān)注重要的病變特征；最后，為充分提取DR圖像中所包含的病變組織形... （共8頁）