智慧医疗人工智能检测视网膜病变
哈喽，小伙伴们，我是来自山区、朴实、不偷电瓶的AI算法工程师阿chai，今天继续给大家带来顶会paper的分析。由于阿chai的女票与好友是眼科的医生，因此今天来两篇AI检测眼底病变的paper分析，下面开始学习啦（片尾有大事件）。很多眼底病是免疫性疾病的病发症症状，对于糖尿病就很容易引起眼底的视网膜脱落，严重了导致失明。在这里做个小科普，高度近视的小伙伴半年要做一次眼底检查(OCT)，因为高度近视很容易引起视网膜脱落和眼底黄斑区病变，视网膜组织属于神经组织是不能再生的，因此一定要珍惜自己的眼睛。1.谷歌智慧医疗(包含数据集)检测糖尿病眼病的最常见方法之一是让专家检查眼后部的照片，并对它们的存在和严重程度进行评级。严重程度取决于存在的病变类型(例如微动脉瘤，出血，硬性渗出液等)，这些迹象表明眼睛有出血和液体渗漏。
图1.筛查DR的眼底照片示例。左侧的图像是健康的视网膜，而右侧的图像是由于存在大量出血（红色斑点）而具有可观的糖尿病性视网膜病变的视网膜。
在印度和美国的医疗专家紧密合作下创建了一个包含,张图像的开发数据集，这些图像分别由54位眼科医生组成的小组中的3-7位眼科医生进行了评估。该数据集用于训练深度神经网络，以检测可参考的糖尿病性视网膜病变，通过在两个独立的临床验证集上测试了该算法的性能，这些验证集总计约12,张图像，并且由美国委员会认证的7或8位专家小组的多数决策作为参考标准，从最初的54位医生组中选出的用于眼科检查的眼科医生表现出高度的一致性。算法(黑色曲线)和八位眼科医生(彩色点)在包含张图像的验证集上存在可参考的糖尿病性视网膜病(中度或重度糖尿病性视网膜病或可参考的糖尿病性黄斑水肿)的性能。图中的黑色菱形对应于算法在高灵敏度和高特异性工作点时的灵敏度和特异性。
图中可以看出算法的性能与眼科医生相当。例如，在图2中描述的验证集上，该算法的F分数(灵敏度和特异性度量标准，最大值=1)为0.95，比8位眼科医生的F分数中位数稍好(以0.91衡量)。2.Developmentandvalidationofadeeplearningalgorithmfordetectionofdiabeticretinopathyinretinalfundusphotographs
Paper:
