Cải tiến mạng học sâu GoogLeNet hỗ trợ phân loại bệnh cao huyết áp trên ảnh võng mạc mắt

Bài viết đề xuất quá trình cải tiến mạng GoogLeNet dựa vào cơ chế hình thái học waveform để phân loại bệnh cao huyết áp trên ảnh võng mạc mắt. Phương pháp đề xuất gồm hai giai đoạn: tiền xử lý tham số đầu vào cho mô hình học với hình thái học waveform, GoogLeNet chiết xuất đặc trưng với sự cải tiến ở số lượng tầng Inception hỗ trợ chiết xuất đặc trưng sâu. Kết quả được thử nghiệm trên tập dữ liệu STARE với độ chính xác 93.25 %. Quá trình so sánh kết quả phân loại được so sánh với một số phương pháp gần đây và cho kết quả khả quan hơn.

Từ khóa: Cải tiến mạng học sâu GoogLeNet, Mạng học sâu GoogLeNet, Phân loại bệnh cao huyết áp, Ảnh võng mạc mắt, Hình thái học waveform