基于深度学习的DR筛查智能诊断系统的初步研究

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.

关键词：糖尿病视网膜病变、分期、人工智能、深度学习

所属期刊栏目：18

资助基金：浙江省自然科学基金项目LQ18F020002;浙江省公益技术研究计划项目No.LGF18H120003Natural Science Foundation of Zhejiang ProvinceLQ18F020002;Science and Technology Program of Zhejiang Province Public Technology Social Development ProjectLGF18H120003

在线出版日期：2018-03-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：568-571