典型文献
基于深度神经网络原理构建糖尿病视网膜病变辅助诊断模型
文献摘要：
目的 基于深度神经网络原理,通过对糖尿病视网膜病变(diabetic retinopathy,DR)的眼底图像分级,构建DR辅助诊断模型,为人群中该类疾病筛查提供方便快捷的方法.方法 利用图像增强技术对图像数据进行预处理,并使用Focal Loss损失函数、余弦退火学习率、加权随机采样、图像高斯滤波混合加权方法优化深度卷积神经网络Inceptionv4和SENet154,构建出DR的眼底图像分级模型,并用公开发表的Messidor数据集中包含的DR和糖尿病黄斑水肿(diabetic macular edema,DME)的眼底图像对所得到模型进行验证;最后用类激活图(class activation map,CAM)来标记出病灶区域,实现分级的可视化,辅助医生快速诊断.结果 DR分级模型中,经过多种优化方法后,等级为0、1、2、3类的曲线下面积(area under curve,AUC)分别为0.925(95％ CI:0.898～0.952)、0.738(95％ CI:0.711～0.764)、0.873 (95％ CI:0.848 ～0.898)、0.977(95％ CI:0.957～0.997);DME分级模型中,等级为0、1、2类的AUC分别为0.965(95％CI:0.948～0.981)、0.881(95％ CI:0.852～0.909)、0.963(95％ CI:0.941～0.985),并输出眼底图像的CAM.结论 通过多种优化方式构建出DR和DME模型取得了较高的AUC,模型绘制出CAM能够准确定位可疑病灶区域,能直观辅助医生方便快捷诊断.
文献关键词：
深度神经网络;糖尿病视网膜病变;黄斑水肿;辅助诊断
中图分类号：
作者姓名：
吴天柱;吴学森
作者机构：
241000芜湖,安徽中医药高等专科学校预防医学教研室;233030蚌埠,蚌埠医学院公共卫生学院流行病与卫生统计学教研室
文献出处：
引用格式：
[1]吴天柱;吴学森-.基于深度神经网络原理构建糖尿病视网膜病变辅助诊断模型)[J].中华疾病控制杂志,2022(01):61-67,85
A类：
Inceptionv4,SENet154,Messidor
B类：
深度神经网络,糖尿病视网膜病变,辅助诊断,诊断模型,diabetic,retinopathy,DR,眼底图像,疾病筛查,提供方便,方便快捷,图像增强技术,图像数据,Focal,Loss,损失函数,余弦退火,学习率,随机采样,高斯滤波,混合加权,方法优化,深度卷积神经网络,分级模型,糖尿病黄斑水肿,macular,edema,DME,类激活图,class,activation,map,CAM,记出,快速诊断,area,under,curve,优化方式,准确定位,可疑
AB值：
0.304138
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
