基于注意力机制的圆锥角膜分类辅助诊断研究
杨雨倩
李秀丽
杨涵兵
朱亚萍
华北水利水电大学信息工程学院 河南郑州 450018
摘要：圆锥角膜是一种眼部疾病,较早发现并诊断圆锥角膜可控制病情,避免角膜移植,也可以为准分子激光手术进行圆锥角膜排查.然而,目前圆锥角膜的早期诊断较为困难,一种可靠的计算机辅助筛查圆锥角膜诊断方法需求迫切.基于此,首次把引入注意力机制(convolutional block attention module,CBAM)的残差网络(residual neural network,ResNet)模型(CBAM_ResNet50)应用在圆锥角膜辅助诊断中,通过对角膜地形图的原始数据集进行预处理,用其训练CBAM_ResNet50网络,并和未引入注意力机制的ResNet50网络模型进行对比.使用CBAM_ResNet50网络模型准确率达到了 98％,比未引入注意力机制ResNet50网络模型准确率提升了 3％.CBAM_ResNet50可以较为准确地对圆锥角膜进行分类,能有效辅助医生诊断圆锥角膜.
关键词：图像分类深度学习注意力机制圆锥角膜角膜地形图
论文发表日期：2023-08-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 8-11 )