基于改进胶囊网络的糖尿病性视网膜病变识别研究
朱周华
田成源
侯智杰
周怡纳
王斌
西安科技大学通信与信息工程学院(陕西 西安 710000)
摘要：目的 针对实际场景下小样本糖尿病性视网膜病变识别模型重要特征不易表达,真、假特征系数分布过于平稳的问题,提出了一种基于改进胶囊网络的小样本糖尿病性视网膜病变识别方法.方法 首先采取删除图像不必要边界信息并使用基于Haar基函数的离散小波变换来处理图像的方法,来提高图像的特征表达能力,凸显重要病灶特征;其次,对胶囊网络的卷积层进行改进,采用多分支结构提取视网膜图像的多尺度特征,并添加卷积块注意力模块(convolutional block attention module,CBAM),封装并送入胶囊层中;最后,在动态路由中用sigmoid函数替代softmax函数,增强了模型的鲁棒性.结果 所改进网络模型在节选并处理后的Kaggle公开数据集中测试准确率为98.62%.结论 改进胶囊网络在小样本糖尿病性视网膜病变识别的任务中所取得的精确度高于当前其他先进算法.
关键词：糖尿病性视网膜病变识别多尺度小样本胶囊网络CBAM
分类号：R318(医用一般科学)TP18(自动化基础理论)R445(诊断学)
资助基金：国家自然科学基金(U19B2015)
论文发表日期：2025-04-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 968-975 )
英文信息