基于视网膜图像的深度学习作为诊断决策支持的筛查工具
计算机视觉与模式识别
2018-07-25 v1 人工智能
摘要
在本项目中，我们开发了一个应用于人类视网膜图像的深度学习系统，用于医疗诊断决策支持。视网膜图像由 EyePACS 提供。这些图像用于一个 Kaggle 竞赛的框架中，该竞赛旨在通过自动检测系统识别糖尿病视网膜病变的迹象。以竞赛中提出的某解决方案为灵感，我们实现了一个能从视网膜图像中成功检测糖尿病视网膜病变的模型。经过精心设计的预处理后，图像被用作深度卷积神经网络（CNN）的输入。CNN 执行特征提取过程，随后进行分类阶段，使系统能够使用五个类别区分健康与患者。我们的模型在测试数据上相对于医学专家标签以 76.73% 的一致率识别患者的糖尿病视网膜病变。
引用
@article{arxiv.1807.09232,
title = {Deep Learning on Retina Images as Screening Tool for Diagnostic Decision Support},
author = {Maria Camila Alvarez Trivino and Jeremie Despraz and Jesus Alfonso Lopez Sotelo and Carlos Andres Pena},
journal= {arXiv preprint arXiv:1807.09232},
year = {2018}
}