论文部分内容阅读
目的通过卷积神经网络UNet构建光学相干断层扫描(optical coherence tomography,OCT)图像中糖尿病性黄斑水肿的自动识别模型,并通过相关指标判断其价值。方法利用开源的OCT数据集2014_BOE_Srinivasan和OCT2017训练卷积神经网络UNet模型,并结合我院2018年1月至2019年5月的60例糖尿病性黄斑水肿患者的OCT检查影像结果共同组成数据集来验证模型。最后通过该模型的损失函数变化和精确度变化,以及绘制受试者工作特征曲线来评价模型。结果卷积神经网络UNet对