人工智能模型完成主动精准辨认36种视网膜病变

2020年03月25日09:47  来源:中国网
 
原标题:人工智能模型完成主动精准辨认36种视网膜病变

近期,鹏图178棋牌医学图象处理范畴会议Miccai(Medical Image Computing and Computer-Assisted Intervention)上发表了莫纳什大年夜学戈宗元传授团队与Airdoc人工智能团队协作的题为:“Retinal Abnormalities Recognition Using Regional Multitask Learning”的研究论文。莫纳什大年夜学是澳大年夜利亚范围最大年夜的国立大年夜学之一,其药剂与药理学专业位列全球第二位,仅次于哈佛大年夜学。

研究团队提出了一种基于深度进修的新办法,应用一个区域特定的多义务辨认模型,经过过程三个子搜集进修视网膜不合区域的疾病。这三个子搜集经过过程练习,分别辨认影响视盘、黄斑和全部视网膜的疾病。以往基于深度进修主动筛查的研究重要集中在特定类型的视网膜疾病,但患者平日会同时得了多种视网膜病变,单一的处理筹划在临床应用上就显得有些力不从心,而此次研究成果可经过过程一个模型辨认出36种不合的视网膜疾病,并且可以或许同时辨认视网膜上的多种疾病,大年夜大年夜晋升了人工智能辨认视网膜疾病的可应用性。

得了视网膜疾病的人数随着人口老龄化和电子屏幕的普及而增长,很多视网膜疾病,例如年纪相干性黄斑变性(AMD)和糖尿病性视网膜病变(DR),会形成弗成逆的严重安康成绩。与此同时,在三四线城市中,可以或许检查和治疗视网膜疾病的大夫百里挑一,医疗资本重要,很多人是以错掉了治疗的最好机会。本次研究成果可以不依附大夫,直接应用人工智能算法辨认,在确保异样辨认率的条件下,极大年夜程度的进步了效力,同时也能赞助医疗资本紧缺的区域进步医疗质量。

研究团队以多义务的方法设计搜集,框架包含两个阶段:

第一阶段包含一个结合检测搜集,用于检测视盘和黄斑区。

第二阶段由一个语义多义务搜集构成,每个义务经过过程特定区域相干疾病标注数据的练习,同时输入全部眼底、视盘和黄斑的疾病种别,如图1所示。

为了评价提出办法的性能,研究团队搜集了36种在筛查过程当中罕见的视网膜疾病,包含影响全部视网膜的疾病(如糖尿病性视网膜病变等)、 影响黄斑区域的疾病(如年纪相干性黄斑病变等)及影响视盘区域的疾病(如青光眼等)。总共搜集了36个类其他200817幅图象,个中17385幅图象包含多个标签,每幅图象有三名有经历的眼科医师标注,当且仅当很多于两位眼科医师赞成的情况下,才能保存对应视网膜图象的标签。

在这项任务中,数据集被分为练习集(80%)、验证集(10%)和测试集(10%)。在一切这些图象中,183432个图象具有单个标签,16849个图象具有两个标签,536个图象具有三个标签。

团队研究的办法包含两部分:

(1)黄斑和视盘区结合检测;

(2)用于视网膜疾病语义分类的多义务进修。

起首练习一个基于YoloV3的结合检测模型来定位视盘和黄斑区域。将检测到的视盘和黄斑区域图象和全部眼底图象分别调剂为300×300、600×600、800×800,然后输入多标签疾病分类搜集。

分类搜集应用语义特点融合的思维对区域性疾病停止分类。为了更好地理解所提出的模型,团队还为每个流绘制了与每个义务相干的类激活图(CAM)。

此次研究成功展示了多义务进修办法辨认全部视网膜、黄斑和视盘疾病的有效性,而不是单义务分类,更实用于复杂的实际临床应用处景,高效、便捷、应用局限性小,可以赞助更多患者完成早发明,早干涉,延缓基本慢病的停顿,?的产生率。

(责编:杨虞波罗、吕骞)
存眷人平易近网微信

微信

微博

手机人平易近网

引导留言板