تشخیص رتینوپاتی دیابتی از روی تصاویر شبکیه چشم با استفاده از تکنیکهای یادگیری عمیق

رتینوپاتی دیابتی عارضه شایع دیابت و یکی از مهم ترین دلایل نابینایی است. بسیاری از عوارض دیابت رتینوپاتی با تشخیص به موقع قابل پیشگیری است بنابراین تشخیص زودرس آن برای موفقیت در درمان بسیار مهم است. متاسفانه به علت افزایش حجم تصاویر و پیچیدگی تشخیص آن ها، تخصص انسانی برای تفسیر آنها کافی نیست. ساده سازی مرحله تشخیص بسیار مهم است و می تواند به میلیون ها نفر کمک کند تا از عوارض و یا کوری ناشی از دیابت رتینوپاتی جلوگیری کند. در این تحقیق از یک شبکه کانولوشنی عمیق برای تشخیص دیابت رتینوپاتی استفاده شده است. مدل پیشنهادی با ۳۳۰ هزار پارامتر و عمق ۱۷ برای طبقه بندی مجموعه داده با ۳۹۹۲ تصویر استفاده شده است. این طبقه بندی شامل طبقه بندی به صورت دودسته ای در دو بخش افراد سالم و ناسالم با مقدار دقت ۹۹/۲۳ و بخش دوم افراد با سلامتی کم و ناسالم با دقت۹۹/۷۹ تقسیم بندی شده اند که نسبت به روش های پیشین عملکرد بسیار خوبی داشته است.

کلیدواژه ها:

شبکیه چشم ، رتینوپاتی دیابتی ، استخراج ویژگی ، کانولوشن ، شبکه کانولوشنی عمیق