基于迁移学习的糖尿病视网膜图像分类方法

作     者：王红杰 陈宇 周雨佳 WANG Hongjie;CHEN Yu;ZHOU Yujia

作者机构：东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 

出 版 物：《黑龙江工程学院学报》 (Journal of Heilongjiang Institute of Technology)

年 卷 期：2018年第32卷第6期

页      面：33-36,46页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：中央高校基本科研业务费专项资金项目(2572015DY07) 国家级大学生创新创业训练计划项目(201810225181) 

主　　题：Inception V3 迁移学习 糖尿病视网膜图像 视网膜图像分类 

摘      要：通过研究多种神经网络模型对视网膜图像的分类效果,提出一种基于迁移学习的Inception V3结构的视网膜图像分类方法。该方法所用的Inception V3神经网络模型经过适当地调整与训练,不仅继承原网络模型结构稀疏性和高性能运算的优点,而且能对只经过简单预处理的图像数据样本做到高精度分类。将该神经网络模型与自己训练的LeNet、AlexNet模型进行对比实验,结果表明:基于迁移学习的Inception V3神经网络模型不仅收敛速度快,而且分类准确率可以达到89%,整体性能优于另外两种神经网络模型。