您当前的位置：
首页 >
文章列表页 >
无源多领域自适应糖尿病视网膜病变分类方法
图像处理 | 更新时间：2025-07-10

    • 无源多领域自适应糖尿病视网膜病变分类方法

    • Unsupervised source-free multi-domain adaptive diabetic retinopathy classification

    • “在糖尿病视网膜病变诊断领域，研究者提出了扩散域注意力迁移学习模型，有效提升了诊断准确率和特异度。”
    • 液晶与显示   2025年40卷第7期 页码：1080-1091

    • DOI：10.37188/CJLCD.2025-0024    

      中图分类号： TP18
    • CSTR：32172.14.CJLCD.2025-0024    

    • 收稿日期：2025-02-06，

      修回日期：2025-03-25，

      纸质出版日期：2025-07-05

    移动端阅览

  • 张光华, 杨阳, 徐国华. 无源多领域自适应糖尿病视网膜病变分类方法[J]. 液晶与显示, 2025,40(7):1080-1091. DOI： 10.37188/CJLCD.2025-0024. CSTR： 32172.14.CJLCD.2025-0024.

    ZHANG Guanghua, YANG Yang, XU Guohua. Unsupervised source-free multi-domain adaptive diabetic retinopathy classification[J]. Chinese journal of liquid crystals and displays, 2025, 40(7): 1080-1091. DOI： 10.37188/CJLCD.2025-0024. CSTR： 32172.14.CJLCD.2025-0024.

  •  
  •  

0

浏览量

26

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于代价敏感正则化和EfficientNet的糖尿病视网膜病变分类方法
扩展Nijboer-Zernike衍射模型约束的非监督神经网络的波前检测方法
基于ConvLSTM与LiteFlowNet架构的粒子图像测速方法

相关作者

张光华
杨阳
徐国华
王明智
马志强
赵锋锋
王永杰
郭继峰

相关机构

太原学院 山西省健康大数据AI联合实验室
太原学院 计算机科学与技术系
东北林业大学 信息与计算机工程学院
中国科学院 长春光学精密机械与物理研究所
中国科学院大学
0