-
题名基于超参数优化的TransCNN眼底图像分类算法
- 1
-
-
作者
王小芳
余柯欣
王张怡
王剑华
王静
穆楠
-
机构
吉利学院智能科技学院
电子科技大学成都学院计算机学院
成都医加医光学有限责任公司
四川师范大学计算机科学学院
-
出处
《中国医学物理学杂志》
CSCD
2023年第6期672-682,共11页
-
基金
国家自然科学基金(62006165)
成都市科技局项目(2018-YFYF-00191-SN)
+1 种基金
四川省民办教育协会项目(MBXH21YB119)
吉利学院科研项目(2022xzky004)。
-
文摘
针对深度学习模型参数多、随机、训练时间长,眼底图像病变处交织重叠、数据集样本不均等问题,提出基于超参数优化的TransCNN(Deho-TransCNN)眼底图像分类算法。该算法以TransCNN网络模型为基础,利用差分进化算法分别对模型网络权重进行初始化寻优和对模型进行超参数组合实现参数自适应优化;最后利用MEB-KSVM对眼底病变图像进行多分类。实验结果表明,改进算法的准确率、敏感性、特异性以及AUC值最优,分别为0.947、0.926、0.937、0.945,与文中9种传统算法比较,分别平均提升5.6%、6.4%、5.1%、7.9%;改进算法检测时间最低,与最佳算法改进CNN相比,平均检测时间降低158.3%。改进算法在一定程度上提升图像多分类效果,降低图像检测时间,对图像多分类处理有一定泛化能力。
-
关键词
眼底图像
差分进化算法
transcnn
超参数优化
MEB-KSVM
-
Keywords
fundus image
differential evolution algorithm
transcnn
hyperparameter optimization
MEB-KSVM
-
分类号
R318
[医药卫生—生物医学工程]
R744.1
[医药卫生—神经病学与精神病学]
-
