基于视网膜病变检测的眼底图像糖尿病视网膜病变分类深度学习模型
图像与视频处理
2021-10-18 v1 计算机视觉与模式识别
摘要
糖尿病视网膜病变（DR）是影响视网膜的糖尿病并发症。如果未能及时诊断和治疗，可能导致失明。眼科医生通过筛查每位患者并通过眼部成像分析视网膜病变来进行诊断。在实践中，这种分析耗时且繁琐。本文提出了一种用于眼底图像自动DR分类的模型。该方法识别与DR相关的主要眼部病变，并随后诊断该疾病。所提出的方法遵循与临床医生相同的工作流程，提供可临床解释的信息以支持预测。一个标注了眼部病变的Kaggle EyePACS子集和Messidor-2数据集已公开。Kaggle EyePACS子集用作病变和DR分类模型的训练集，Messidor-2用作测试集。对于DR诊断，我们的模型的曲线下面积、灵敏度和特异度分别为0.948、0.886和0.875，与最先进的方法相媲美。
引用
@article{arxiv.2110.07745,
title = {A deep learning model for classification of diabetic retinopathy in eye fundus images based on retinal lesion detection},
author = {Melissa delaPava and Hernán Ríos and Francisco J. Rodríguez and Oscar J. Perdomo and Fabio A. González},
journal= {arXiv preprint arXiv:2110.07745},
year = {2021}
}
备注
7 pages and 1 figure