基于机器学习与深度学习技术的糖尿病视网膜病变诊断
计算机视觉与模式识别
2024-12-30 v1 人工智能
计算机与社会
摘要
视网膜底图像广泛用于诊断各种眼病，如糖尿病视网膜病变、青光眼和 age-related 老年性黄斑变性。然而，手动分析视网膜底图像耗时且容易出错。在本报告中，我们提出一种 novel 方法，用于基于目标检测和机器学习分类技术进行视网膜底检测。我们使用 YOLO_V8 对视网膜底图像进行目标检测，定位兴趣区域（ROI）如视网膜盘、视网膜盆和病灶。随后，我们使用机器学习 SVM 分类算法将 ROI 按是否存在疾病体征（如 exudates、微动脉瘤和出血等）划分为不同的 DR 阶段。该方法实现了 84% 的准确率和效率，可用于视网膜底疾病分诊，尤其适用于全球偏远地区。
引用
@article{arxiv.2411.16250,
title = {Diagnosis of diabetic retinopathy using machine learning & deep learning technique},
author = {Eric Shah and Jay Patel and Mr. Vishal Katheriya and Parth Pataliya},
journal= {arXiv preprint arXiv:2411.16250},
year = {2024}
}
备注
9 pages, 11 figures, Journal Paper