研究目的
提出一种利用非散瞳眼底视网膜图像检测糖尿病视网膜病变严重程度的方法,以辅助眼科医生诊断该疾病。
研究成果
该系统具有成本效益,能减少筛查过程所耗费的时间和资金。采用极限学习机(ELM)分类器时,其平均分类准确率达到94.76%,是眼科医生的得力工具。
研究不足
该方法可能不适用于异质性图像,且血管顶部假阳性检测是一个缺点。
研究目的
提出一种利用非散瞳眼底视网膜图像检测糖尿病视网膜病变严重程度的方法,以辅助眼科医生诊断该疾病。
研究成果
该系统具有成本效益,能减少筛查过程所耗费的时间和资金。采用极限学习机(ELM)分类器时,其平均分类准确率达到94.76%,是眼科医生的得力工具。
研究不足
该方法可能不适用于异质性图像,且血管顶部假阳性检测是一个缺点。
加载中....
您正在对论文“[2018年IEEE国际软计算与网络安全会议(ICSNS) - 印度科因巴托尔(2018.2.14-2018.2.16)] 2018年国际软计算与网络安全会议(ICSNS) - 基于ELM分类器的糖尿病视网膜病变严重程度检测”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期