TY - Jour A2 - Keravnou，Elpida Au - Jinfeng，Gao Au - Qummar，Sehrish Au - Junming，Zhang Au - Ruxian，Yao Au - Khan，FIAZ GUL PY - 2020DA - 2020/12/15 Ti-Ensemble框架用于糖尿病视网膜病变检测的CNN - 8864698 VL - 2020 AB - 糖尿病视网膜病变（DR）是一种损害眼睛血管的眼部疾病。DR导致视力模糊，如果在早期阶段未检测到，则可能导致失明。DR有五个阶段，即0正常，1个温和，2中等，3严重和4 PDR。传统上，许多手持式计算机视觉项目已经应用于检测DR，但无法编写复杂的底层特征。因此，它们导致DR阶段的分类差，特别是对于早期阶段。在这项研究中，提出了两个深度CNN模型，通过使用平衡和不平衡数据集来检测DR的所有阶段。在高端图形处理数据上使用kaggle数据集进行培训。平衡数据集用于培训两种型号，并使用平衡和不平衡数据集测试这些模型。结果表明，与当前方法不同，所提出的模型检测到DR的所有阶段，并与在同一动摇数据集上的最先进的方法相比更好地执行。 SN - 1687-5265 UR - https://doi.org/10.1155/2020/8864698 DO - 10.1155/2020/8864698 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -