基于视网膜图像识别的糖尿病视网膜病变检测

全球有许多人受糖尿病影响。该疾病可分为 1 型和 2 型。糖尿病会带来包括糖尿病视网膜病变在内的多种并发症，若未正确治疗，该疾病可导致患者视力不可逆损伤。越早检出，患者不丧失视力的机会越大。当前自动化人工流程的方法备受关注，而视网膜病变的诊断流程是由医生在显示器上分析患者视网膜的人工操作。图像识别可通过识别糖尿病视网膜病变模式并与诊断中患者视网膜进行比对来辅助该检测。该方法也可助力远程医疗，使无法获得检查的人群从应用提供的诊断中受益。该应用的开发通过卷积神经网络实现，其对每个图像像素进行数字图像处理分析。使用 VGG-16 作为应用的预训练模型非常有用，最终模型准确率为 82%。