声明
摘要
1.1研究背景与意义
1.2彩色眼底图像概述
1.3国内外研究现状
1.3.1深度学习技术的研究进展
1.3.2糖尿病视网膜病变分类的研究进展
1.4糖尿病视网膜病变分类现存的问题
1.5本文研究内容和主要贡献
1.6本文组织结构
第2章相关技术
2.1引言
2.2机器学习技术
2.2.1卷积神经网络
2.2.2LightGBM
2.3常用的注意力模块
2.3.1Non-Local block
2.3.2注意增强卷积
2.4本章小结
第3章基于像素级注意力机制的眼底图像二分类方法
3.1引言
3.2基于像素级注意力机制的眼底图像二分类框架
3.2.1数据预处理
3.2.2基础分类模型的构建
3.2.3像素级注意力模块算法
3.2.4注意力特征融合
3.3模型训练算法
3.4本章小结
第4章基于两级分类模型系统的眼底图像多分类方法
4.1两级分类模型系统概述
4.2高效注意力多任务网络
4.3两级分类模型系统训练测试算法
4.4基于Grad-CAM算法的病变定位
4.5本章小结
第5章模型训练结果与分析
5.1实验数据集介绍
5.2实验环境与评价指标
5.3实验结果与分析
5.3.1眼底图像二分类实验结果与分析
5.3.2眼底图像多分类实验结果与分析
5.4本章小结
第6章总结与展望
6.1工作总结
6.2研究展望
致谢
参考文献
附录
武汉科技大学;