声明
术语缩写表
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 研究贡献
1.4 本文主要内容与章节安排
2 基于深度学习的黄斑病变分类概述
2.1 黄斑病变基础知识
2.2 卷积神经网络模型
2.2.1 卷积神经网络的结构
2.2.2 卷积神经网络的训练
2.2.3 卷积神经网络的优势
2.3 医学图像分类模型
2.3.1 HOG-SVM网络
2.3.2 VGG网络
2.3.3 ResNet网络
2.4 本章小结
3 基于ResNet和FL损失的AMD分类模型设计与实现
3.1 ARN模型的设计
3.1.1 ARN网络设计
3.1.2 ARN网络优化
3.2 实验设计
3.2.1 图像数据
3.2.2 图像预处理
3.2.3 实验平台
3.2.4 参数设计
3.2.5 评估标准
3.3 实验结果与分析
3.4 本章小结
4 基于残差注意力网络的AMD分类模型设计与实现
4.1 残差注意力AMD分类模型
4.1.1 注意力机制
4.1.2 注意力模块结构
4.1.3 残差注意力网络设计
4.2 实验结果与分析
4.3 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
个人简历、在校期间发表的学术论文与研究成果
致谢
郑州大学;