基于深度学习的DR筛查智能诊断系统的初步研究

• 作者: 刘云芳 刘勇 吴茂念 孙元强 朱绍军 杨卫华 翁铭 蒋云良 郑博 马子伟
• 来源期刊: 国际眼科杂志
• 关键词: 糖尿病视网膜病变 分期 人工智能 深度学习
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 临床报告
• 页码范围: 568-571
• 页数: 4页
• 字数: 4014字
• 语种: 中文
• DOI: 10.3980/j.issn.1672-5123.2018.3.40

摘要

目的:评估基于深度学习的糖尿病视网膜病变(diabetic retinopathy,DR)筛查智能诊断系统的应用价值.方法:收集2017-01/06在我院就诊的糖尿病患者186例372眼,比较专家诊断及基于深度学习的人工智能诊断的应用情况,并比较其特异性和敏感性.结果:专家诊断组显示42眼(11.3%)为无 DR,330眼(88.7%)患有不同程度DR;其中轻度非增殖型糖尿病视网膜病变(non-proliferative diabetic retinopathy,NPDR)者62眼(16.7%),中度 NPDR 者55眼(14.8%),重度NPDR者155眼(41.7%),PDR者58眼(15.6%).而智能诊断结果显示38眼(10.2%)为无 DR,44眼为 PDR (11.8%),其他为不同分期NPDR.智能诊断系统与专家诊断结果DR一致性分析结果显示,高度一致性为309眼(83.1%),Kappa值为0.78.智能诊断灵敏度为0.82,特异性为0.91,Kappa为0.77(x2=20.39,P<0.05).结论:基于深度学习的DR人工智能诊断系统能较好显示眼底病变的严重程度,有望为DR提供一种新的筛查工具.