用于孟加拉国患者糖尿病视网膜病变筛查的卷积网络

糖尿病是孟加拉国最普遍的慢性疾病之一，因此，糖尿病视网膜病变（DR）在人群中十分广泛。DR 是一种由糖尿病引起的眼部疾病，若不在早期发现并治疗，可能导致失明。遗憾的是，DR 的诊断需要受过专业医学训练的人员，但与人口规模相比，孟加拉国的专家数量有限。此外，筛查过程通常费用高昂，使得许多人无法获得及时和正确的诊断。为解决这一问题，我们引入了一种深度学习算法，用于筛查 DR 的不同阶段。我们采用最先进的 CNN 架构，基于视网膜眼底图像对患者进行诊断。本文是对我们专门针对孟加拉国患者开发的 DR 诊断与筛查算法的实验评估。我们使用来自孟加拉国某医院和实地研究的真实患者的独立视网膜图像数据池进行了这项验证研究。结果表明，即使在域外的公开数据集上训练，该算法也能有效筛查孟加拉国患者的眼部，并能准确确定 DR 的阶段，在两个孟加拉国患者眼部验证集上分别实现了 92.27% 和 93.02% 的总体准确率。由于其高准确率和各类别指标，结果证实了该算法在实际临床环境和应用中使用的潜力。我们的算法已在应用程序 Drishti 中实现，该程序用于筛查生活在孟加拉国农村地区的患者是否患有 DR，这些地区获得专业筛查的机会有限。