Command Palette
Search for a command to run...
Réseau de résidus profond pour une classification automatique des images de l’œdème maculaire diabétique
{Mohanasankar Sivaprakasam Keerthi Ram Supriti Mulay Kamalakkannan Ravi Santhosh Kumar Sukumar}
Résumé
L’œdème maculaire diabétique (DME) est un symptôme avancé de la rétinopathie diabétique qui affecte la vision centrale des patients diabétiques. Un système automatisé pour la détection précoce du DME a été proposé ici afin d’éviter l’altération de la vision et d’assister un traitement efficace. Ce système utilise un apprentissage par transfert fondé sur les réseaux de neurones résiduels profonds (ResNets), un modèle largement éprouvé et très performant dans de nombreuses applications de classification d’images. L’évaluation du système développé sur le jeu de données indien d’images de rétinopathie diabétique (IDRID 2018) a permis d’atteindre une précision de détection de 86,56 %.
Benchmarks
| Benchmark | Méthodologie | Métriques |
|---|---|---|
| medical-image-classification-on-idrid | ResNet-152 | Accuracy (% ): 86.56 |
Construire l'IA avec l'IA
De l'idée au lancement — accélérez votre développement IA avec du co-codage IA gratuit, un environnement prêt à l'emploi et les meilleurs prix GPU.