声明
第1章 绪论
1.1研究背景与意义
1.2国内外研究现状
1.2.1引起眼底病变的相关疾病
1.2.2基于深度学习的图像处理方法发展现状
1.2.3深度学习在眼科领域的应用现状
1.3本文研究内容
1.4本文组织结构
第2章 深度学习基础
2.1引言
2.2基于卷积神经网络的分类器原理
2.2.1前向计算过程
2.2.3 Loss计算方法
2.2.4反向传播
2.3网络结构
2.3.1 残差结构
2.3.2 Squeeze-Excitation(SE)模块
2.3.3 孪生网络
2.3.4Xception网络
2.3.5多任务学习
2.4 模型优化方法
2.4.1Dropout正则化
2.4.2Batch Normalization
2.4.3 迁移学习
2.4.4 多模型融合
2.5本章小结
第3章 数据与预处理
3.1引言
3.2数据集
3.2.1标签信息
3.2.2 图像数据
3.3数据预处理方法
3.3.1 数据清洗及数据转换
3.3.2类别不平衡处理
3.3.3图像处理
3.4本章小结
第4章 基于深度学习的眼底多疾病分类器方法实现
4.1引言
4.2实验环境
4.3模型选择与评价指标
4.3.1 模型选择
4.3.2 评价指标
4.4特征融合和多任务学习
4.4.1特征融合
4.4.2多任务学习方法设计
4.4.3参数设置
4.4.4实验结果与分析
4.5超参数优化
4.5.1参数设置
4.5.2实验结果及分析
4.6注意力机制
4.6.1参数设置
4.6.2实验结果与分析
4.7模型融合
4.8本章小结
第5章 交互系统的实现
5.1引言
5.2需求分析
5.3架构设计
5.4平台操作方法及实现效果
5.5 本章小结
第6章 总结与展望
6.1工作总结
6.2本文创新点
6.3工作展望
致谢
参考文献
附录
杭州电子科技大学;