基于卷积神经网络UNet构建糖尿病性黄斑水肿自动识别模型

• 作者: 吕梁 周利晓 李浩 许冬
• 来源期刊: 眼科新进展
• 学科: 医学
• 关键词: 糖尿病性视网膜病变 黄斑水肿 深度学习 卷积神经网络 光学相干断层扫描
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 应用研究
• 页码范围: 357-361
• 页数: 5页
• 分类号: R770.4
• 字数: 4284字
• 语种: 中文
• DOI: 10.13389/j.cnki.rao.2020.0082

摘要

目的 通过卷积神经网络UNet构建光学相干断层扫描(opticalcoherence tomography,OCT)图像中糖尿病性黄斑水肿的自动识别模型,并通过相关指标判断其价值.方法 利用开源的OCT数据集2014_BOE_Srini-vasan和OCT2017训练卷积神经网络UNet模型,并结合我院2018年1月至2019年5月的60例糖尿病性黄斑水肿患者的OCT检查影像结果共同组成数据集来验证模型.最后通过该模型的损失函数变化和精确度变化,以及绘制受试者工作特征曲线来评价模型.结果 卷积神经网络UNet对单张图像的处理时间在75 ms左右.且损失函数变化图显示当模型训练到一定程度后,损失数值逐渐趋于收敛.验证集的精确度变化图显示精确度可以达到0.9左右,并且随着训练次数的不断增加,精确度逐渐趋于稳定.最后根据测试结果绘制了受试者工作特征曲线,其曲线下面积达到0.902,提示该模型具有较高诊断能力.结论 利用卷积神经网络UNet可以准确快速地分割出糖尿病性黄斑水肿区域,有望辅助临床医师的诊断与治疗.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周利晓	郑州大学第五附属医院眼科	48	148	5.0	9.0
2	李浩		42	236	8.0	12.0
3	许冬	郑州大学第五附属医院眼科	4	3	1.0	1.0
4	吕梁	郑州大学第五附属医院眼科	3	3	1.0	1.0