AMDNet23:一种结合基于轮廓的卷积神经网络和长短期记忆系统的诊断老年性黄斑变性方法
原文中文,约300字,阅读约需1分钟。发表于: 。基于自动化框架的疾病检测辅助医生对眼科疾病的诊断,通过自适应对比度增强和 Gamma 校正提高眼底图像的质量,使用深度学习的 AMDNet23 系统结合卷积神经网络和短期与长期记忆自动检测老年性黄斑变性疾病。研究收集了来自多个来源的数据集,经过质量评估后应用于实验,结果表明该混合深度模型对 AMD 眼底疾病的检测具有优越性能。
本文介绍了一种基于自动化框架的眼科疾病检测方法,通过自适应对比度增强和Gamma校正提高眼底图像质量,使用深度学习的AMDNet23系统结合卷积神经网络和短期与长期记忆自动检测老年性黄斑变性疾病。研究使用多个来源的数据集,并经过质量评估后进行实验,结果表明该混合深度模型在AMD眼底疾病检测方面具有优越性能。