眼底照相是获取眼部图像的主要技术之一.利用眼底相机对视网膜病变区域进行拍摄可以获得清晰的图像,从获取的图像中能够直接观察到眼球中的渗出物、出血点和微血管瘤,根据检测出的病灶类型、数量和位置等信息可进行糖尿病视网膜病变分类.基于此,本文利用深度神经网络对糖尿病视网膜病变进行自动分类识别,提出了一种体系结构简单、在通用设备上运行速度快的卷积神经网络CA-RepVGG(CA代表Channel Attention,RepVGG为现有模块).利用单路极简结构的RepVGG模块替代复杂的可使用性较差的模块作为分类模型的主体部位,并选用高效通道注意力机制ECA替代压缩注意力机制SE,以此来提升模型对病变分级的能力.此外,本文还将CA-RepVGG模型与传统的分类模型VGG-16、Inception-V3、ResNet-50和ResNext-50模型进行了比较.从比较结果可以看出,虽然CA-RepVGG模型的参数量最大,但由于其是单分支结构,且只有3×3卷积块,因此它的模型复杂度并不高,分类速度很快,比另外4个模型中分类速度最快的ResNet-50还高出15.3％.另外,利用两个混淆矩阵展示了所提模型的分类结果,其在两个数据集上的准确度都超过了 92.4％,精确度不低于91.6％,灵敏度在93.8％以上.从实验结果可知,所提模型不仅可对糖尿病视网膜病变进行分类,而且相比其他现有模型具有一定的优越性.若将该模型应用在临床上,可以提高专业眼科医生在眼科疾病上的诊断效率.

医用光学;眼科;糖尿病视网膜病变分级;眼底照相机;深度学习;眼底图像;自动检测

李家昱;陈明惠;杨瑞君;马文飞;赖湘玲;黄鐸文;刘渡新;马昕宏;沈越

上海理工大学医疗器械与食品学院生物医学工程系,上海介入医疗器械工程技术研究中心,教育部医学光学工程中心,上海200093;四川省绵阳市第三人民医院,四川绵阳621000

中国激光

[1]李家昱;陈明惠;杨瑞君;马文飞;赖湘玲;黄鐸文;刘渡新;马昕宏;沈越-.糖尿病视网膜病变眼底图像筛查研究)[J].中国激光,2022(11):127-137

眼底图像,眼部,主要技术,用眼,眼底相机,对视,够直,直接观察,眼球,渗出物,出血点,微血管瘤,深度神经网络,自动分类,分类识别,体系结构,结构简单,通用设备,运行速度,RepVGG,Channel,Attention,极简,分类模型,高效通道注意力机制,ECA,SE,Inception,V3,ResNet,ResNext,参数量,分支结构,模型复杂度,很快,混淆矩阵,现有模型,模型应用,高专,眼科医生,眼科疾病,诊断效率,医用光学,糖尿病视网膜病变分级,眼底照相机,自动检测

0.313672