Advertisement

IDRiD Diabetic Retinopathy – Grading.zip

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：ZIP

简介：
印度糖尿病视网膜病变图像（IDRiD）数据集由一家印度眼科诊所的临床检查提供。该数据集包含具有50度视野、4288×2848像素分辨率以及JPEG格式存储的图像，总共有516张图片。这些图像按照五类糖尿病视网膜病变（DR）和三类糖尿病黄斑水肿（DME）进行分类，并根据国际临床相关标准明确了各项特征。数据集提供了典型的眼病与正常眼结构的高质量标注，并记录了数据库中每张图像所对应的疾病严重程度等级信息，其中仅包含DR和DME两类疾病的相关评估结果。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 糖尿病性视网膜病变（Diabetic Retinopathy）- 源码
    优质
    糖尿病性视网膜病变是一种由长期高血糖引起的并发症，损害眼内血管，可能导致视力下降甚至失明。早期筛查和治疗至关重要。 该存储库提供了关于糖尿病性视网膜病变的源代码、提交论文及演示：利用IDRiD数据集进行细分、分级与定位研究。我们的方法在IDRiD大挑战中的本地化子挑战中荣获Fovea局部化的第一名，总排名第三；同时，在“硬性渗出液分割”方面位列第五。我们开发了一种基于数据驱动的方法来自动识别眼底图像中存在的视网膜病变特征，以辅助糖尿病性视网膜病变的治疗。 首先对视网膜图片进行预处理以降低噪声干扰，并通过多种方式增加训练集多样性与独特性。然后采用具有UNet架构和加权交叉熵损失函数的模型对其进行分割操作。该Unet结构包括用于捕捉上下文信息的收缩路径以及实现精确位置定位的扩展路径，我们对其进行了优化改进以便在使用少量训练图像的情况下也能产生更准确的结果。 对于病变区域识别任务，我们分别针对硬性渗出液、出血斑点、微动脉瘤和软性渗出物等四种类型开发了四个独立的二元分类模型。
  • 糖尿病性视网膜病变严重程度的深度学习分类模型-Diabetic-Retinopathy-Classification
    优质
    本研究开发了一种基于深度学习的糖尿病性视网膜病变分类模型Diabetic-Retinopathy-Classification，旨在准确评估病情严重程度，为临床诊断提供有力支持。 糖尿病视网膜病变分类训练旨在开发用于识别和分类糖尿病性视网膜病的模型或算法。
  • Kaggle糖尿病视网膜病变竞赛的第十一名：来自Kaggle-diabetic-retinopathy项目的成果
    优质
    在Kaggle糖尿病视网膜病变竞赛中荣获第十一名的成绩，展示了我们在Kaggle-diabetic-retinopathy项目中的研究和模型构建能力。 Kaggle糖尿病性视网膜病存储库包含了AI眼睛团队在Kaggle的糖尿病性视网膜病变检测比赛中的工作成果。此README文件提供了关于如何正确运行算法的信息。 单一模型管道： - 使用命令 `python train.py` 进行训练（务必使用data/processed 文件夹中已存在的train/test分割！这非常重要）。 该命令会将模型、kappa图和最佳权重存储在models/文件夹中。 - 命令 `python optimize_threshold.py ` 需要模型，最佳权重，验证拆分以及真实标签。它会在models//optimal_thresholds 输出用于验证集的最佳阈值。 - 使用命令`python predict.py `需要测试集图像、样本提交文件、模型、最佳权重和最佳阈值。该命令会将测试集的预测结果输出到指定位置。