Oct, 2017

评估糖尿病视网膜病变机器学习模型的等级变异性和参考标准的重要性

PDF
TL;DR此研究探讨了采用不同的评分方法及参考标准对建立深度学习模型来检测糖尿病眼病的影响，发现采用少量的评分结果进行调节可以极大地提高算法的表现，使其性能与个别擅长该领域的专业医生相当。
diabetic retinopathydiabetic macular edemagradingreference standardsdeep learning
发现论文，激发创造
  • DR|GRADUATE：基於深度學習且考慮不確定性的糖尿病視網膜病變評估方法

    DR | GRADUATE 是一种基于深度学习人工智能的糖尿病性视网膜病变筛查辅助诊断系统，它采用高斯抽样的方法进行多实例学习，并根据显著性地图和预测不确定性来支持决策，该系统能够在不熟悉的医学图像数据类型上进行异常检测和诊断，因此在糖尿病性视网膜病变的严重程度分级中具有重要的潜在作用。

    Oct, 2019

  • 走向非已知领域中的通用糖尿病视网膜病变分级

    糖尿病视网膜炎分级的关键在于深度学习，解决分布差异问题。

    Jul, 2023

  • 一种基于集成模型的糖尿病视网膜病变自动筛查系统

    提出一种基于集成学习的方法，该方法利用多种视网膜图像处理算法提取的特征，如显微血管瘤、渗出物等部位及黄斑、视盘等解剖结构来筛查糖尿病视网膜病变。该方法在公开的 Messidor 数据库上测试取得了 90% 的敏感性，91% 的特异性和 90% 的准确性及 0.989 的 AUC 指标，表明视网膜图像处理是一种有效的糖尿病视网膜病变筛查方法。

    Oct, 2014

  • 基于算法的糖尿病视网膜病变诊断应用

    描述了一种包括眼科学图像的处理和分析的自动糖尿病视网膜病变诊断方法，使用形态学算法来识别视盘和特征病变，通过神经网络和深度学习算法对眼科图像进行分析，提高疾病早期检测的效率。

    Dec, 2023

  • 糖尿病性视网膜病变疾病级别的深度学习可解释分类器

    本文提出了一种可解释性分类器，旨在通过生成可解释的视觉地图对糖尿病视网膜病变病例进行分类和解释。

    Dec, 2017

  • 评估一个深度学习系统，用于联合自动检测糖尿病视网膜病变和年龄相关性黄斑变性

    验证了一种商用的深度学习系统在混合眼部疾病的彩色眼底图像中同时检测糖尿病视网膜病变和年龄相关性黄斑变性的性能，结果表明该系统表现与人类专家相当，可以成为眼科专家的快速可靠支持。

    Mar, 2019

  • 用于糖尿病视网膜病变检测和分期的双支深度学习网络

    本文介绍了一种深度学习方法，用于使用单个眼底视网膜图像检测和分级糖尿病视网膜病变，通过迁移学习利用两个先进的预训练模型作为特征提取器并在新数据集上进行微调，该方法在 APTOS 2019 数据集上表现出色，可用作可靠的筛查和分级工具，可增强临床决策和患者护理的潜力。

    Aug, 2023

  • 应用深度学习算法对糖尿病视网膜病变进行检测和分类，以进行分割以便推荐测试和治疗预测

    这项研究探讨了糖尿病视网膜病变（DR）这个潜在导致失明的糖尿病严重并发症。利用卷积神经网络（CNNs）进行迁移学习的提出的方法，通过一张眼底照片实现自动 DR 检测，在 APTOS 2019 获盲视检测竞赛中取得了高达 0.92546 的二次加权 Kappa 分数。研究回顾了关于 DR 检测的现有文献，从经典计算机视觉方法到深度学习方法，特别关注 CNNs。它发现了研究中的空白，强调了在整合预训练的大型语言模型和分割图像输入以生成建议和了解网络应用环境中的动态交互方面的不足。目标包括制定全面的 DR 检测方法、探索模型整合、通过竞赛排名评估性能、在 DR 检测方法方面做出显著贡献，并确定研究中的空白。该方法涉及数据预处理、数据增强以及使用 U-Net 神经网络架构进行分割。U-Net 模型有效地分割视网膜结构，包括血管、硬性和软性渗出物、出血、微血管瘤和眼盘。在 Jaccard 系数、F1 得分、召回率、精确率和准确度方面的高评价分数凸显了该模型在视网膜病理评估中提升诊断能力的潜力。这项研究的成果有望通过及时诊断和干预来改善糖尿病视网膜病变患者的预后，对医学图像分析领域做出重要贡献。

    Jan, 2024

  • 使用预训练深度学习模型分类糖尿病视网膜病变

    该研究提出了一种基于卷积神经网络和预训练深度学习模型的计算机辅助诊断系统，用于自动将视网膜图像分类为正常、轻度、中度、重度和增殖性糖尿病视网膜病变。实验结果表明，CNN、MobileNet、VGG-16、InceptionV3 和 InceptionResNetV2 模型的 AUC 值分别为 0.50、0.70、0.53、0.63 和 0.69。

    Mar, 2024

  • 使用多个分类器的眼底图像检测糖尿病视网膜病变严重程度

    糖尿病性视网膜病变是糖尿病患者常见的眼睛并发症，通过眼底检查诊断。该论文提出了一种检测糖尿病病变程度的方法，包括数据预处理、图像分割和集成分类器的应用，并评估系统的可信度。

    Jul, 2023