用于糖尿病视网膜病变与黄斑水肿分级的深度学习眼底图像分析
图像与视频处理
2019-04-19 v1 计算机视觉与模式识别
机器学习
机器学习
摘要
糖尿病是一种全球高发疾病，可在人眼视网膜引起糖尿病视网膜病变与黄斑水肿等可见微血管并发症，其图像现今用于人工疾病筛查。这一劳动密集型任务可极大受益于使用深度学习技术的自动检测。在此我们提出一种深度学习系统，其识别可转诊糖尿病视网膜病变的能力与既往研究相当或更优，尽管我们仅使用一小部分图像（<1/4）进行训练，但借助了更高的图像分辨率。我们还提供了针对糖尿病视网膜病变与黄斑水肿分类的五种不同筛查与临床分级系统的新结果，包括依据临床五级糖尿病视网膜病变与四级糖尿病黄斑水肿量表对图像进行准确分类的结果。这些结果表明，深度学习系统可在达到高于推荐性能的同时提升筛查的成本效益，且该系统可应用于需要更精细分级的临床检查。
引用
@article{arxiv.1904.08764,
title = {Deep Learning Fundus Image Analysis for Diabetic Retinopathy and Macular Edema Grading},
author = {Jaakko Sahlsten and Joel Jaskari and Jyri Kivinen and Lauri Turunen and Esa Jaanio and Kustaa Hietala and Kimmo Kaski},
journal= {arXiv preprint arXiv:1904.08764},
year = {2019}
}