《Franklin Open》:Detection of Diabetic Retinopathy 5-stages by DenseNet, a CNN model
编辑推荐:
糖尿病(Diabetes Mellitus)由高血糖水平引起,会导致糖尿病视网膜病变(Diabetic Retinopathy, DR),这是一种损害视网膜的不可逆眼部疾病。该病症导致滋养视网膜的血管肿胀、变形和阻塞。根据国际糖尿病视网膜病变分级(Intern
糖尿病(Diabetes Mellitus)由高血糖水平引起,会导致糖尿病视网膜病变(Diabetic Retinopathy, DR),这是一种损害视网膜的不可逆眼部疾病。该病症导致滋养视网膜的血管肿胀、变形和阻塞。根据国际糖尿病视网膜病变分级(International Classification of Diabetic Retinopathy, ICDR)标准,糖尿病视网膜病变(DR)根据其严重程度分为五类。这五个类别是无DR、轻度、中度、重度和增殖性DR。自20世纪90年代以来,深度学习通过利用各种医学影像,展现出作为一种有前景的诊断技术的潜力,其成本低廉,并通过各种基于人工智能(Artificial Intelligence, AI)的技术显示出较高的诊断准确性。在本实验中,研究人员采用了一种深度卷积神经网络(Convolutional Neural Network, CNN)——DenseNet,利用眼底图像进行眼部疾病的自动分类。所提出的模型已通过不同的超参数调优方法进行了优化。由于执行速度、泛化能力、效率和架构尺寸的优势,本研究采用了DenseNet。除了公共数据集外,本实验还使用了从印度特里普拉邦IGM医院眼科部门获取的1491张彩色眼底图像。通过准确率、F1分数(F1Score)、精确率(precision)、召回率(recall)、特异性(specificity)、每个类别的受试者工作特征(Receiver Operating Characteristics, ROC)曲线、混淆矩阵(Confusion Matrix)、微平均(micro-average)ROC曲线和宏平均(macro-average)ROC曲线等各种性能指标来衡量所提出模型的效率。
糖尿病视网膜病变(Diabetic Retinopathy, DR)是一种由高血糖引起的、损害视网膜的不可逆眼部疾病,导致滋养视网膜的血管肿胀、变形和阻塞。根据国际糖尿病视网膜病变分级(ICDR)标准,DR根据严重程度分为无DR、轻度、中度、重度和增殖性DR五个阶段。由于DR缺乏有效的治疗方法,及时诊断其不同阶段对于通过适当治疗延缓疾病进展至关重要。传统的人工识别方法存在局限性,需要该领域的专家,且过程复杂耗时。近年来,计算机辅助检测(Computer-Aided-Detection, CAD)技术通过自动分析患者的视网膜眼底图像来帮助眼科医生,这种方法高效且准确性更高。然而,在DR识别的眼底图像分类过程中,研究人员面临着数据集不平衡、图像噪声、训练数据不足、数据质量差、过拟合以及无关特征等挑战,这些因素阻碍了自动特征提取过程。相比之下,深度学习(Deep Learning, DL)模型,特别是卷积神经网络(CNN),在DR识别方面取得了优于其他模型的性能准确度。
在此背景下,研究人员在《Franklin Open》上发表了一项研究,旨在利用深度CNN模型DenseNet-121,通过分析眼底图像实现DR五个阶段的自动分类。研究的主要目标是通过优化模型和解决数据不平衡问题,开发一个准确、可靠且高效的自动化诊断工具,以辅助眼科医生进行早期筛查和诊断。
为开展此项研究,研究人员采用了几个关键技术方法。首先,研究使用了两个数据集:公开的APTOS 2019五类别在线数据集和从印度特里普拉邦IGM医院眼科部门收集的FIOT(Fundus Images Of Tripura)五类别离线数据集(共1491张彩色眼底图像)。其次,为处理数据集中常见的类别不平衡问题,研究在特征层面应用了合成少数类过采样技术(Synthetic Minority Over-sampling Techniques, SMOTE),通过生成合成样本来对代表性不足的类别进行过采样。第三,研究采用了基于ImageNet预训练的DenseNet-121模型作为主干网络,并对其进行了定制化修改:冻结了大部分预训练层以保留其权重,移除了原始的分类层,并添加了一个由展平层(Flatten)、具有128个神经元和ReLU激活函数的全连接层、丢弃率为0.4的Dropout层以及具有softmax激活函数的最终五类别全连接层组成的自定义分类器。模型使用Adam优化器,并设置了极低的学习率(0.00001)进行训练,同时采用早停法(early stopping)防止过拟合。性能评估综合使用了准确率、精确率、召回率、F1分数、混淆矩阵以及针对每个类别和总体的ROC曲线与AUC(Area Under the Curve)值等多种指标。
研究结果部分通过多个小标题展示了具体发现。在“在线与离线数据集上DenseNet-121模型性能比较”中,研究对比了模型在APTOS和FIOT数据集上的表现。评估指标显示,模型在两个数据集上对各个DR类别均表现出较高的精确率、召回率(文中称为敏感性)和F1分数,例如在APTOS数据集上,“无DR”类别的精确率达到0.96,召回率达到0.99,F1分数为0.97,证明了模型的有效性。
在“使用性能监控图分析结果”中,研究人员绘制了训练和验证过程中的损失与准确率曲线图。分析表明,模型在训练后期,训练损失和验证损失均降至较低水平(如APTOS数据集最终训练损失0.1512,验证损失0.2314),同时训练准确率和验证准确率达到较高且接近的值(如APTOS数据集最终训练准确率0.9604,验证准确率0.9230),两者差异很小(约3.7%),这表明模型学习良好,有效泛化,且未出现明显过拟合。
“混淆矩阵分析”提供了模型区分五个DR阶段能力的详细视图。混淆矩阵显示,模型对大多数类别的预测准确,对角线上的值(正确预测数)较高。但也存在一些混淆,例如在APTOS数据集中,“中度”类别的样本有部分被误判为“增殖性”或“轻度”类别。研究人员分析认为,这种混淆可能是由于患者症状处于边界状态、疾病分级本身存在谱系性重叠(如中度到重度),以及图像固有的复杂性导致的特征重叠和分级模糊性造成的。
最后,在“ROC曲线与AUC分析”中,研究绘制了每个类别的ROC曲线并计算了AUC值。结果显示,对于APTOS数据集,大多数类别的AUC值在0.93至0.99之间;对于FIOT数据集,AUC值在0.93至0.97之间。两个数据集的宏平均和微平均AUC值均为0.95。这些高AUC值证实了所提出模型具有高敏感性和特异性,其整体性能和跨类别的一致性表现优异,使其成为DR筛查的可靠技术。
在讨论与结论部分,研究人员总结了本研究的工作和发现。他们提出并应用了基于DenseNet-121深度学习架构的模型用于DR检测,选择该模型是因其架构深度、执行速度、泛化能力、参数效率和可迁移性。研究通过在APTOS和FIOT两个五类别数据集上的实验,利用准确率、F1分数、召回率、精确率、各类别ROC曲线、混淆矩阵以及微平均和宏平均ROC曲线等多种性能指标评估了模型效率。实验结果为预训练CNN在识别DR方面的效能提供了重要见解,对开发该疾病的自动化筛查工具具有重要意义。
研究也指出了若干局限性,例如少数类别具有较低的精确率和召回率值。未来的研究工作将集中于使用更大数据集(通过数据增强)进行深度学习的分类、预处理和分割技术探索。研究还将考虑通过集成学习方法结合多种模型,以利用各模型的优势,从而提高检测准确率。此外,研究人员计划在自有数据集上应用DenseNet的其他变体以及其他CNN模型进行分类。
研究结论部分翻译如下:在本实验中,我们提出了用于DR检测的DenseNet-121深度学习架构。由于其在架构深度、执行速度、泛化能力、参数效率和可迁移性方面的优势,我们选择了DenseNet-121。为了确定输入图像的准确类别,我们采用了一个分类器。DenseNet-121方法在所研究的眼底图像中表现出色,且无需任何额外的图像处理操作。这些信息对于创建实时DR检测系统非常重要。为了观察DenseNet-121模型的性能,本实验使用了APTOS五类别在线数据集和FIOT五类别离线数据集。通过准确率、F1分数、召回率、精确率、每个类别的受试者工作特征(ROC)曲线、混淆矩阵、微平均ROC曲线和宏平均ROC曲线等各种性能指标来衡量所提出模型的效率。该实验为预训练CNN识别DR的效能提供了重要见解,这可能对开发该疾病的自动化筛查工具产生重要影响。