16
2015 EMBC
Glaucoma detection based on deep convolutional neural network
Method : 分类
Dataset :ORIGA (650)
SCES(1676)
Architecture : CNN (4con+4fc)
Results :AUC ORIGA(0.831) SCES( 0.887)
Methods
Pipeline
- 提取 ROI
引入预处理步骤以减少或消除亮条纹,其涉及找到修剪圆的中心和修剪半径。在获得ROI之后,将提取的结果下采样到固定的分辨率256 × 256。最后,从每个像素中减去盘图像中所有像素的平均值,以消除图像之间的照明变化的影响。
-
drop out / data augmentation
drop out =0.5
数据增强:平移 水平反射 -
net
-
1 ORIGA
- training
ORIGA 99 - testing
ORIGA 551
- training
-
2 SCES
- training
ORIGA 650 - te
- training
深度学习检测青光眼:2015 EMBC研究

该研究介绍了基于深度卷积神经网络(CNN)的青光眼检测方法,通过ORIGA和SCES数据集进行验证,取得了AUC分别为0.831和0.887的检测效果。方法包括ROI提取、预处理、Dropout策略和数据增强。讨论部分指出,虽然能捕获青光眼相关特征,但过拟合、训练集大小和网络健壮性是挑战。
最低0.47元/天 解锁文章
532

被折叠的 条评论
为什么被折叠?



