糖尿病视网膜病变的即时自动诊断
图像与视频处理
2024-08-27 v2 计算机视觉与模式识别
摘要
本研究旨在评估 OphtAI 系统利用彩色眼底照相自动检测可转诊糖尿病视网膜病变（DR）及自动评估 DR 严重程度的性能。OphtAI 依赖于集成卷积神经网络，这些网络经过训练可识别眼侧、检测可转诊 DR 并评估 DR 严重程度。该系统既可处理单张图像，也可处理完整的检查记录。为记录自动诊断结果，系统会生成精确的热力图。该系统使用来自 OPHDIAT 筛查项目的 763,848 张图像（源自 164,660 次筛查流程）的数据集进行开发和验证。为便于比较，还在公开的 Messidor-2 数据集上对其进行了评估。在 Messidor-2 数据集上，使用爱荷华大学的参考标准，检测可转诊 DR 的 ROC 曲线下面积（AUC）达到 0.989（95% CI: 0.984-0.994）。这优于在完全相同条件下评估的、唯一获 FDA 授权的 AI 系统（AUC = 0.980）。OphtAI 还能检测威胁视力的 DR，AUC 为 0.997（95% CI: 0.996-0.998），以及增殖性 DR，AUC 为 0.997（95% CI: 0.995-0.999）。该系统使用图形处理器运行仅需 0.3 秒，不使用则少于 2 秒。OphtAI 比迄今为止唯一获 FDA 授权的 AI 系统更安全、更快速且更全面。即时 DR 诊断现已成为可能，有望简化 DR 筛查流程，并使更多糖尿病患者能够便捷地获得 DR 筛查。
引用
@article{arxiv.1906.11875,
title = {Instant automatic diagnosis of diabetic retinopathy},
author = {Gwenolé Quellec and Mathieu Lamard and Bruno Lay and Alexandre Le Guilcher and Ali Erginay and Béatrice Cochener and Pascale Massin},
journal= {arXiv preprint arXiv:1906.11875},
year = {2024}
}