DenseNet和SeNet融合残差结构的DR分类方法
DR classification methods for DenseNet and SeNet fusion residue structures
贵州大学 a. 公共大数据国家重点实验室; b. 计算机科学与技术学院, 贵阳 550025
摘要
糖尿病性视网膜病变（diabetic retinopathy，DR）是糖尿病在发病过程中影响视网膜的症状。针对模型下采样过程中特征提取DR图像微动脉瘤等病灶区域信息丢失问题，提出了一种DenseNet融合残差结构的模块。该模块首先连接两个连续的dense block，然后利用残差结构对特征信息求和，并行融合处理特征图像信息，以防止有效特征信息的丢失，最后残差连接两个含有dropout的卷积块，抑制过拟合现象。针对以往卷积操作中未对病变区域的特征图通道加权的问题，提出了一种SeNet融合残差结构的模块。该模块首先连接SeNet，把全局平均池化和全局最大池化的特征信息相加，以提高有效通道信息的利用率，然后通过Conv1×1的残差方式来保证特征图信息的完整性。基于以上两个模块的设计，提出了一种DenseNet和SeNet融合残差结构的DR分类方法。该模型在APTOS2019数据集上的精确度达到89.8%，特异性达到97.0%，在Messidor-2数据集上的精确度达到78.8%，特异性达到91.9%，能够有效地提高视网膜图像病变程度的分类能力。
基金项目
贵州省科技计划资助项目(黔科合基础-ZK［2022］一般119)
贵州大学研究生创新人才计划项目
糖尿病视网膜图像分割分级模型研究的创新型人才培养实践
出版信息
DOI: 10.19734/j.issn.1001-3695.2023.06.0305
出版期卷: 《计算机应用研究》 印刷出版, 2024年第41卷 第3期
所属栏目: 图形图像技术
出版页码: 928-932,950
文章编号: 1001-3695(2024)03-043-0928-05
发布历史
引用本文
宋鹏飞, 吴云. DenseNet和SeNet融合残差结构的DR分类方法 [J]. 计算机应用研究, 2024, 41 (3): 928-932,950. (Song Pengfei, Wu Yun. DR classification methods for DenseNet and SeNet fusion residue structures [J]. Application Research of Computers, 2024, 41 (3): 928-932,950. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
