研究文章雷竞技app下载苹果版

基于支持向量机神经网络的糖尿病视网膜病变最优二元分类器

摘要

本文探讨了神经网络作为糖尿病视网膜病变的最优二分类器。糖尿病视网膜病变是一种由糖尿病障碍引起的眼部综合征，可提前发现并进行有效治疗。在本研究中，采用了描述糖尿病视网膜病变数据的参数集。研究了多层神经网络和基于主成分的性能分析方法。考虑了隐层数、学习规则和传递函数等最优参数的选择。分类结果是通过严格的实验得到的。随着糖尿病的发展，患者的视力可能开始恶化，并导致糖尿病视网膜病变。本文在建立糖尿病视网膜病变的基础上，对多层知觉(MLP)、主成分分析(PCA)和支持向量机(SVM)三种模型进行了解释，并对其性能进行了比较。提出了一种利用图像自动分类糖尿病视网膜病变的方法。所设计的分类结构灵敏度为97%，特异性为99%，分类正确率为95.7%。 Testing grades were found to be complaint with the accepted results that are imitative from the physician’s direct diagnosis. Result shows that this new neural network SVM model is more accurate than the other NN models. These results suggest that this model is effective for classification of Diabetic Retinopathy.

Gauri Borkhade, Ranjana Raut博士

阅读全文下载全文|访问全文