论文部分内容阅读
目的:提高人工智能模型在不同类型眼底相机拍摄图片的准确性和一致性,尤其提高模型在模型训练过程中未见机型上的糖尿病视网膜病变(Diabetic Retinopathy,DR)和年龄的识别性能,降低人工智能模型在临床应用中对相机适配要求。方法:提出一种名为单通道标准差归一化(Single Channel Standard Deviation Normalization,SCSDN)的方法,该方法可以在训练数据机型来源单一的情况下,大幅提升模型在其他未见机型上的性能表现,提升模型在不同人群和不同设备采集数