基于卷积神经网络的糖尿病视网膜病变分类算法
发布时间：2021-01-11 05:28
近年来,卷积神经网络的方法在医疗行业取得了快速的发展,解决了越来越多的医学上棘手的问题。卷积神经网络（Convolutional Neural Networks,简称CNN）与现代医疗设备相结合,通过一系列的卷积神经网络技术,为疾病的诊断提供了可靠的判断依据,这已经成为日后医疗的发展趋势。糖尿病视网膜的诊断,之前大多依靠医生经验,且眼科医生数量远远达不到需求。医疗条件的匮乏,导致患者的疾病无法得到及时诊断和治疗,甚至会导致不可逆转的失明。因此,使用卷积神经网络进行自动化的图像分类分级,对于糖尿病视网膜病变的防治有重要的作用。本文以获得更好的糖尿病视网膜检测效果为研究目的,集成改进的VGG网络结构和设计卷积神经网络结构XNet,并架构了一套B/S结构的糖尿病视网膜图像检测系统。本文主要研究如下:（1）阐述了糖尿病视网膜检测所需要的理论知识,包括卷积神经网络以及经典网络模型,监督学习算法如迁移学习、集成学习,系统设计的相关知识如深度学习框架TensorFlow、前端框架Boostrap、后端框架ThinkPHP。针对判断糖尿病视网膜是否发生病变的基本需求,使用国外Kaggle 比赛提供的视...
【文章来源】：东北林业大学黑龙江省 211工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
图２－〗经典ＶＧＧ结构图??训练期间，输入是固定大小的２２４ｘ２２４?ＲＧＢ图像
６??卷积层?３ｘ３?３ｘ３?３ｘ３?＾?＾?３ｘ３??ｌｘｌ?６Ｘ６?２ｘ９?????，大池化??????〇?ｒ〇?〇?Ｑ?３ｘ３??〇?〇?Ｏ?Ｏ?Ｏ?Ｏ?ＯｊａＯ?ＯＡＯ?ｒ－ｊ?ｒ－ｔ??忠〇ｘ３?３ｘ３?３ｘ３?－?＿?－?＿??卷积层?３ｘ３?３ｘ３?３ｘ３?３ｘ３??ｌｘｌ?６Ｘ６?２ｘ３???最大池化????全连接层????全连接层????全连接层????ｓｏｆｔｍａｘ???图２－２?ＶＧＧ网络结构??２．２．２?ｌｎｃｅｐｔｉｏｎ－Ｖ３??虽然ＶＧＧ的结构简单明了，但是ＶＧＧ需要较高的计算成本。后人提出的ＧｏｏｇＬｅＮｅｔ和??Ｉｎｃｅｐｔｉｃｍ－Ｖ３系列网络结构在硬件有限的情况下，也可以有很不错的准确率和训练时间。??ＩｎＣｅｐｔｉ〇ｎ－Ｖ３结构训练所需的资源也小于ＶＧＧ或者其他高性能的网络结构。在当今的硬件??条件之下，如果内存或者ＣＰＵ有限的情况下，可以推荐使用ＩｎＣｅｐｔｉａｎ－Ｖ３系列网络结构。尤其??１２??
东北林业大学硕士学位论文??口??／——ｆ?ｆ?：?Ｉ??Ｌ＿Ｊ??參：卜：御．．＋．?－ｉ??／?／?／?Ｖ?／?／??图２－３?２层３?Ｘ?３卷积替换５?Ｘ?５卷积??上述的结论也说明，使用３ｘ３的滤波器可能也不是最有用的，也可以将３ｘ３的滤波器进行??分解，实验前，研宄员们质疑过是否将３ｘ３分解成２ｘ２是有意义的，但是也可以将３ｘ３的滤波??器分解成不对称的滤波器比方说《ｘｌ。即使用３ｘ１和１ｘ３代替３４的滤波器，如图２－４。这样??计算资源可以节约３３％。对比使用２ｘ２大小的滤波器进行替换，仅仅会节约１］％的计算资源。??口＇??Ｍ??＿??图２－４替换３Ｘ３卷积的Ｍｉｎｉ网络??在理论上，甚至可以使用任何１印和《＼１相结合的方式替换掉的结构，这样，计算??资源可以被大范围的节约。在实践中，作者们发现，这种分解滤波器的方式在较浅层的网络结??构中效果不是很好，但是在中等尺寸的滤波器中效果很好，比方说，用７ｘ１和１ｘ７尺寸的滤波??器结合可以用来替换７ｘ７大小的滤波器。??１４??
本文编号：2970183
【文章来源】：东北林业大学黑龙江省 211工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
图２－〗经典ＶＧＧ结构图??训练期间，输入是固定大小的２２４ｘ２２４?ＲＧＢ图像
６??卷积层?３ｘ３?３ｘ３?３ｘ３?＾?＾?３ｘ３??ｌｘｌ?６Ｘ６?２ｘ９?????，大池化??????〇?ｒ〇?〇?Ｑ?３ｘ３??〇?〇?Ｏ?Ｏ?Ｏ?Ｏ?ＯｊａＯ?ＯＡＯ?ｒ－ｊ?ｒ－ｔ??忠〇ｘ３?３ｘ３?３ｘ３?－?＿?－?＿??卷积层?３ｘ３?３ｘ３?３ｘ３?３ｘ３??ｌｘｌ?６Ｘ６?２ｘ３???最大池化????全连接层????全连接层????全连接层????ｓｏｆｔｍａｘ???图２－２?ＶＧＧ网络结构??２．２．２?ｌｎｃｅｐｔｉｏｎ－Ｖ３??虽然ＶＧＧ的结构简单明了，但是ＶＧＧ需要较高的计算成本。后人提出的ＧｏｏｇＬｅＮｅｔ和??Ｉｎｃｅｐｔｉｃｍ－Ｖ３系列网络结构在硬件有限的情况下，也可以有很不错的准确率和训练时间。??ＩｎＣｅｐｔｉ〇ｎ－Ｖ３结构训练所需的资源也小于ＶＧＧ或者其他高性能的网络结构。在当今的硬件??条件之下，如果内存或者ＣＰＵ有限的情况下，可以推荐使用ＩｎＣｅｐｔｉａｎ－Ｖ３系列网络结构。尤其??１２??
东北林业大学硕士学位论文??口??／——ｆ?ｆ?：?Ｉ??Ｌ＿Ｊ??參：卜：御．．＋．?－ｉ??／?／?／?Ｖ?／?／??图２－３?２层３?Ｘ?３卷积替换５?Ｘ?５卷积??上述的结论也说明，使用３ｘ３的滤波器可能也不是最有用的，也可以将３ｘ３的滤波器进行??分解，实验前，研宄员们质疑过是否将３ｘ３分解成２ｘ２是有意义的，但是也可以将３ｘ３的滤波??器分解成不对称的滤波器比方说《ｘｌ。即使用３ｘ１和１ｘ３代替３４的滤波器，如图２－４。这样??计算资源可以节约３３％。对比使用２ｘ２大小的滤波器进行替换，仅仅会节约１］％的计算资源。??口＇??Ｍ??＿??图２－４替换３Ｘ３卷积的Ｍｉｎｉ网络??在理论上，甚至可以使用任何１印和《＼１相结合的方式替换掉的结构，这样，计算??资源可以被大范围的节约。在实践中，作者们发现，这种分解滤波器的方式在较浅层的网络结??构中效果不是很好，但是在中等尺寸的滤波器中效果很好，比方说，用７ｘ１和１ｘ７尺寸的滤波??器结合可以用来替换７ｘ７大小的滤波器。??１４??
本文编号：2970183
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2970183.html
