TY -的A2黄Xiwei盟——刘,浩盟——悦,出席非盟- Cheng李金坤AU -潘,王成明因非盟——太阳,杰盟-李,蒙牛PY - 2020 DA - 2020/10/13 TI -混合模型结构对糖尿病性视网膜病变分类SP - 8840174六世- 2020 AB -糖尿病性视网膜病变(DR)是糖尿病最常见的并发症之一,失明的主要原因。可预防疾病的进展的早期诊断博士由于医疗条件的分布差异和劳动效率低,诊断和治疗的最佳时间是错过,导致视力下降。利用神经网络模型进行分类和诊断博士可以提高效率和降低成本。在这项工作中,一个改进的损失函数和三个混合模型结构的杂交种,Hybrid-f,混合c博士提出了改善性能的分类模型。EfficientNetB4、EfficientNetB5 NASNetLarge、Xception InceptionResNetV2 cnn被选为基本模型。这些基本模型训练使用损失,损失和提高叉叉。基本模型的输出被用来训练混合模型结构。实验表明,提高熵的损失可以有效地加速训练过程的基本模型和改进模型在不同的性能评价指标。博士提出的混合模型结构也可以提高分类的性能。与基本模型中的表现最好的结果相比,博士分类的精度从85.44%提高到86.34%,提高了灵敏度从98.48%提高到98.77%,特异性从71.82%提高到74.76%,提高了精度从90.27%提高到91.37%,并提高了F1的分数从93.62%到93.9%通过使用混合模型结构。 SN - 2040-2295 UR - https://doi.org/10.1155/2020/8840174 DO - 10.1155/2020/8840174 JF - Journal of Healthcare Engineering PB - Hindawi KW - ER -