【摘 要】
：
视网膜疾病的患病率在全球范围内正在逐步增加,黄斑异常是视网膜病变的主要原因,典型的视网膜疾病包括脉络膜新生血管、糖尿病性黄斑水肿和玻璃膜疣等。视网膜疾病的发生在老年人群当中尤其普遍,而且由于全球人口老龄化的趋势逐年上升,医疗保健系统将进一步承受更加沉重的负担。因此,开发一种智能的黄斑异常诊断工具辅助眼科医生诊断是十分必要的。临床上主要采用光学相干断层成像（Optical Coherence Tom
论文部分内容阅读
视网膜疾病的患病率在全球范围内正在逐步增加,黄斑异常是视网膜病变的主要原因,典型的视网膜疾病包括脉络膜新生血管、糖尿病性黄斑水肿和玻璃膜疣等。视网膜疾病的发生在老年人群当中尤其普遍,而且由于全球人口老龄化的趋势逐年上升,医疗保健系统将进一步承受更加沉重的负担。因此,开发一种智能的黄斑异常诊断工具辅助眼科医生诊断是十分必要的。临床上主要采用光学相干断层成像（Optical Coherence Tomography,OCT）技术进行视网膜病变筛查,该技术具有分辨率高、无损等优点,能够快速扫描并获得视网膜的横断层图像。但是目前对视网膜疾病的诊断主要通过眼科医生观察OCT图像获得结果,但是可能在此过程中出现主观的误判且耗费时间。基于以上背景,本文开展如下工作:首先,针对目前OCT图像分类模型缺乏市场化应用潜力,提出了一种轻量级的卷积神经网络（Convolutional Neural Networks,CNN）并结合支持向量机（Support Vector Machine,SVM）的框架命名为CNN-SVM,该框架由一个改进的轻量级的Mobile Net-V3骨干网络和SVM分类器组成,改进的Mobile Net-V3骨干结合了瓶颈注意力模块（Bottleneck Attention Module,BAM）,用来捕获感兴趣的空间区域,同时利用非对称卷积块提高了网络的特征提取能力。SVM分类器对骨干网络提取的特征进行分类。然后为了验证提出的CNN-SVM的性能。基于多种评价指标（精度、召回率、F1得分和准确率等）通过四组实验分析,结果表明CNN-SVM框架实现了良好的性能,优于其它先进的OCT图像分类模型,并通过可视化的热力图显示了强大的解释性。且该模型框架还具有很好的泛化性和鲁棒性,是一种可以用于黄斑异常的分类的可行、可靠的工具。该框架在实际医疗场景中作为一种医疗诊断的辅助工具,可以帮助眼科医生减少工作负担,提高决策效率,在眼科诊断的临床实践中具有一定潜力。
其他文献
基因变异普遍存在于自然界的个体中,部分基因的变异能让个体细胞出现异常进而引发疾病,如癌症、孤独症等。如今深度学习的发展日新月异,科学家们开始在生物信息学领域使用深度学习方法进行研究,进一步分析与人类疾病息息相关的基因结构变异,比如缺失变异、插入变异等。在深度学习中,随着神经网络的深度不断增加,神经网络训练时所需的数据也越来越多,但是基因结构变异在基因数据中属于小样本事件,因此变异基因的样本数据十分
在编写程序中发生错误时,提供与错误相关的精准反馈可以帮助程序员更加快速地修复程序。错误定位技术作为一种常用的软件调试技术,可以通过生成一个语句怀疑度等级列表,帮助使用者快速、准确地查找程序中潜在的错误。虽然错误定位技术已有较为广泛的研究,但是大多数方法基于商业或开源项目设计,有研究表明,近40%的初学者程序不满足这些错误定位技术使用的前提条件。此外,由于初学者程序具有结构简单、形式多样的特点,使用
＜正＞肌少症是1种骨骼肌质量、力量及躯体活动能力全身性进行性下降的疾病。骨质疏松症是以低骨量和骨微结构损坏为特点的老年性骨病，其可导致骨骼脆性增加。研究表明，老年人活动能力下降及骨折与肌力下降、肌量减少、骨量减低关系密切，肌少症与骨质疏松症共同增加老年人群骨折风险。因此有学者提出，可将肌少症和骨质疏松症并称为骨骼肌肉减少症。利用双能X线吸收仪（dual-energy X-ray absorptio
随着互联网大数据和智能机器人等领域的迅猛发展,人与人之间交互信息的作用愈发重要。城市监控、人机交互等领域都需要人与人的交互信息,以这些交互信息为基础的轨迹预测也成为越来越重要的研究课题。然而,轨迹预测还有以下几个难点:首先,不规则采样导致基站平台收集的轨迹数据时有缺失,轨迹特征与上下文关系联合不紧密;其次,行人在复杂的环境中运动,运动趋势不仅由自身运动状态主导,还会受空间地理条件限制以及周围行人的
基因测序技术为变异检测提供了丰富的数据来源,随着测序技术发展到了第三代,变异检测的关注点也逐步转移到第三代测序数据上。与第二代相比,第三代测序数据具有测序读长超长、覆盖均匀、无GC偏好性等特点。然而,针对该数据的检测工具由于检测策略过于依赖生物统计学的相关知识,准确率（precision）高但召回率（recall）偏低,故它们实际检测到的真实变异数量低于预期,不能满足后续的研究需求,例如发现新的基
蛇形机械臂由于具有细长的结构、较高的灵活性和弯曲能力,在大型装备探测、深腔探索领域都具有很大的应用价值。本文研制了一款具有17个自由度的蛇形机械臂,对其进行了机构设计、运动学建模、工作空间分析,研究了相关的运动规划算法,通过仿真平台和实体样机验证了算法的正确性和机构设计的合理性,完成了相应的运动控制任务。首先,针对传统蛇形机械臂体积大、重量大、难维修等问题,提出了一种模块化、便拆卸的蛇形机械臂新机
温度参量在日常生活、工业、国防等领域都是一项重要参数指标,准确地测量温度对于保证人们生活安全、增加工业生产及经济效益是十分重要的。随着科学技术的不断进步,温度参量从接触式测温到非接触式测温,从单点测温到对温度场的分布测量等,温度测量技术有了极大的发展。然而,由于传感器技术的限制,传统的接触测温法对于高温火焰无法有效地测量,且不能够反应整个火焰温度场的分布。近些年来,与CCD相机结合并引入辐射能原理
在深度卷积神经网络的推动下,高分辨率遥感图像的实例分割任务已经取得了显著成果,但目前的算法主要依赖于预设锚框机制的两阶段方法,在引入遥感实例方向信息时需要付出较大代价。本文基于全卷积单阶段目标检测器FCOS,结合有向实例建模和算法改进模块,提出了一种针对高分辨率遥感图像的单阶段无锚框实例分割网络。针对有向实例建模,提出了新颖的方向感知模块和有向极性模板掩膜模块来通过实例的轮廓匹配实现遥感图像的实例
＜正＞随着现代物流理念和技术的引入,仓储自动化正在成为物流行业主要发展趋势之一,各行业仓库设备的自动化程度都在不断提高电力电缆及导线等线缆类物资是电力系统中传输和分配电能的重要设备,线缆是否准确裁剪对电网的安全运行有着重要影响。本文从目前仓库线缆剪裁工具的使用现状出发,阐述了在仓库自动化环境下线缆自动剪裁装置投入使用的必要性,并介绍线缆自动裁剪装置的设计方法及应用,为电力企业中的线
油气管道运输中的“蜡沉积”现象可能会导致管道内径减小甚至造成管道堵塞,这极大地影响输送效率和安全。实际中一般使用清管器对管道进行定期的维护。但清管器在管道内部卡堵会造成巨大的生产事故,因此有必要对清管器进行实时在线跟踪定位。本文系统地调研了国内外清管器跟踪定位的研究现状,在此基础上所做的工作有:1.提出了一种基于快速期望差分与动态时间规整算法的清管器卡堵定位方法。该方法在传统快速差分算法的基础上,