深度學習在糖網病篩查中的研究與應用

發(fā)布時間：2020-06-11 22:45

【摘要】：糖尿病視網膜病變(簡稱“糖網病”)是糖尿病的一種慢性并發(fā)癥,目前它已是勞動力人口中主要的致盲因素。臨床實踐表明及時地診斷和治療糖網病能極大地降低患者喪失視力的風險,因此在眾多糖尿病患者中開展定期的糖網病篩查工作有著非常重要的現實意義。而針對當前醫(yī)患供需關系極度不平衡的矛盾,利用計算機視覺和計算機輔助診斷的技術來提高眼科醫(yī)生的診斷效率是最為有效的解決方案。在這些技術當中,深度學習便是目前最為活躍的研究方向之一。本文根據上海市第一人民醫(yī)院的糖網病診斷需求,研究和分析了輔助診斷系統(tǒng)開發(fā)中多個關鍵任務,同時結合深度學習所面臨的實際問題,提出了相對應的解決方案。本文的主要內容和創(chuàng)新點如下:(1)針對大規(guī)模篩查中眼底圖像質量評價的任務,提出了一種基于多級注意力模型的自動化評價算法。該方法在卷積神經網絡多尺度的特征圖上引入注意力機制用于提升質量分類的效果。此外,該方法還能前向生成網絡重點關注的圖像區(qū)域,為眼科醫(yī)生提供可視化的分類依據,也能提示采集人員有針對性地提升成像質量。(2)針對眼底圖像血管分割的任務,提出了一種基于特征學習與稠密條件隨機場的分割算法。該方法利用線性可判別特征學習構建了稠密條件隨機場的一元特征,同時應用一種新的細血管增強方式改進了稠密條件隨機場的二元勢能函數,進一步提升了血管分割的效果。(3)針對眼底圖像糖網病檢測的任務,提出了一種基于深度多示例學習的糖網病及其病灶聯(lián)合檢測的算法。該方法結合深度學習與多示例學習的互補優(yōu)勢,僅利用圖像級別的標記信息就能實現糖網病病灶的定位,消除了病灶標注的代價,也為糖網病篩查提供了可視化的判斷依據。此外,該方法還應用了一種端到端的多尺度框架,能更好地處理不規(guī)則的糖網病病灶。(4)針對眼底圖像糖網病病灶精確分割的任務,提出了一種基于深度混合學習的眼底圖像多類目標分割算法。該方法利用三種分別包含糖網病病變等級、血管精細標記以及病灶弱標記的數據集,結合全監(jiān)督、弱監(jiān)督以及主動學習等方法,訓練出了一個統(tǒng)一了血管、滲出、出血以及微動脈瘤分割的網絡模型。該方法能有效減少精細標記的開銷,具有很強的實用性。(5)設計并開發(fā)了一個用于糖網病輔助診斷的系統(tǒng)。該系統(tǒng)整合了眼底圖像質量評價、正常結構分割、糖網病病灶分割、病變評級以及血管分析等功能,并且成功為上海市第一人民醫(yī)院的眼科醫(yī)生提供了診斷和科研上的幫助。
【圖文】：

背景響應,圖像,形態(tài)學