床旁糖尿病视网膜病变诊断：一种独立移动应用方法

尽管过去十年中深度学习研究与应用于医疗领域快速增长，但其在医疗应用及偏远地区人群可及性方面存在局限。将深度学习应用于医疗数据分类或预测的挑战之一在于医疗行业标注训练数据的匮乏。医疗数据共享的隐私问题以及患者群体规模有限可视为医疗训练数据不足的部分原因。本论文提出并实现了在医疗中利用深度学习应用的方法。传统的糖尿病视网膜病变诊断需要训练有素的眼科医生及昂贵的成像设备到达医疗中心，以提供治疗可预防性盲症的设施。居住在缺乏医疗服务与眼科医生的偏远地区的糖尿病患者通常无法获得糖尿病视网膜病变的周期性诊断，从而面临视力丧失或受损的可能。本论文将深度学习与移动应用开发相结合，以提供易于使用的基于智能手机的床旁糖尿病视网膜病变诊断。为解决医疗中心与训练有素眼科医生短缺的挑战，该独立诊断服务被构建为可由非专家在无网络连接情况下操作。此方法可迁移至其他医学图像分类领域。