基于预处理眼底图像与优化卷积神经网络的稳健深度学习框架用于早期糖尿病视网膜病变检测

摘要

本研究介绍了一种基于深度学习的工作流程，利用预处理的眼底图像和优化的卷积神经网络架构实现糖尿病视网膜病变的早期检测，能够准确进行疾病分类，并提供可解释的病灶定位，适用于可扩展的临床应用。

摘要

糖尿病视网膜病变（DR）是全球范围内视力丧失的主要原因之一，尤其在血糖控制不佳的糖尿病患者中更为显著。通过自动化图像分析实现早期检测，已成为支持及时干预的一种可扩展解决方案。基于深度学习的模型，特别是卷积神经网络（CNN），在利用眼底图像进行DR检测方面已展现出巨大潜力。本研究旨在：（i）开发一种基于EfficientNetB0和DenseNet121的集成深度学习框架，用于五阶段DR分类；（ii）系统评估眼底图像预处理对诊断性能的影响；（iii）引入基于Grad-CAM的可视化解释以实现病灶定位；（iv）在保证计算效率的同时实现高诊断准确率，以适用于大规模筛查。研究整合了一个包含53,412张眼底图像的数据集，来源包括EyePACS、APTOS 2019以及中国 一家三级医疗中心。预处理步骤包括限制对比度自适应直方图均衡化（CLAHE）、伪影去除和归一化处理。采用迁移学习方法，以EfficientNetB0和DenseNet121为骨干网络，随后进行混合集成。模型评估指标包括准确率、宏平均AUC（macro-AUC）、敏感性、特异性和F1分数。使用Grad-CAM可视化病灶定位情况。该混合集成模型达到了91.2%的准确率、0.961的宏平均AUC、92.1%的敏感性以及0.913的F1分数。预处理使模型性能提升了3%-4%，而集成方法的表现优于单一CNN模型。Grad-CAM叠加图证实了病灶定位的准确性。模型性能同时在五阶段DR分级和二分类可转诊DR检测任务中进行了评估，以反映临床筛查的实际需求。本研究提出了一种具有临床可行性且具备可解释性的深度学习DR检测模型。未来的工作将包括在独立数据集上的外部验证、前瞻性真实世界评估，以及针对移动设备和即时检测筛查应用的模型优化（如剪枝和量化）。

引言

糖尿病视网膜病变（DR）是糖尿病的一种微血管并发症，至今仍是全球可避免性视力障碍的主要原因之一¹。慢性高血糖会损害视网膜毛细血管，导致血管通透性增加、微动脉瘤形成、出血、渗出，而在晚期阶段则出现新生血管增殖。若不及时干预，这些病变可能进展为玻璃体出血、牵拉性视网膜脱离以及不可逆的视力丧失^1,2。流行病学研究估计，约35%的糖尿病患者存在某种程度的DR，其中近10%的患者每年发展为威胁视力的视网膜病变²。全球趋势表明，在过去二十年中，DR的患病率显著上升。一项具有里程碑意义的荟萃分析报告指出，DR的患病率从21世纪初的13.6%上升至2020年的20%以上²。同样，威胁视力的DR和糖尿病性黄斑水肿的发病率也呈上升趋势，尤其在低收入和中等收入地区更为明显³。在农村及经济落后地区，眼科筛查服务获取受限，导致诊断和治疗延误⁵。

糖尿病视网膜病变（DR）的早期检测至关重要，因为在非增殖期阶段采取干预措施，例如局部或全视网膜激光光凝、玻璃体内抗血管内皮生长因子（anti-VEGF）治疗以及玻璃体切除术，可有效防止病情进展至视力丧失

方案

本研究涉及一项回顾性分析。根据机构和国家规定，由于未获取或使用任何可识别的患者信息，正式的伦理委员会批准和知情同意被豁免。

1. 数据来源与获取

1. 根据国际临床糖尿病视网膜病变（ICDR）严重程度分级标准（0-4级）¹⁰重新标注所有图像，以确保来自EyePACS、APTOS 2019和三级医疗队列的数据集之间的一致性。
2. 将已有注释的数据集原始标签映射到ICDR分级标准，以保持统一性。
3. 由两名具有糖尿病视网膜病变（DR）筛查经验的经委员会认证的眼科医生独立对所有眼底图像进行分级。
4. 对两名分级者完全设盲，隐藏数据集来源、患者标识符、临床病史及模型预测结果，以最大限度减少评估偏倚。使用匿名文件标识符以随机顺序呈现图像。
5. 严格按照ICDR严重程度分级标准（0-4级）进行分级。
6. 在达成共识标注前，采用Cohen加权kappa系数（κw）并使用二次权重计算评分者间的一致性，以反映DR严重程度分级的有序性质。
7. 根据标准阈值解释一致性强度（κ < 0.20，极差；0.21-0.40，一般；0.41-0.60，中等；0.61-0.80，高度；> 0.80，接近完美）。通过联合共识评审解决分歧性分级结果，并将共识分级作为模型训练与评估的最终参考标准。
8. 在模....

结果

数据集概述与预处理影响

经过整理的数据集包含53,412张彩色眼底图像，分布于五类糖尿病视网膜病变（DR）严重程度：无DR（0）占39.2%，轻度（1）占18.4%，中度（2）占22.5%，重度（3）占12.1%，增殖性DR（4）占7.8%。数据来源于EyePACS、APTOS 2019以及一家中国三级眼科中心，确保了种族、成像条件和相机规格的多样性。

预处理显著增强了病灶的可见性。在绿色通道上应用对比度受限自适应直方均衡化（CLAHE）提高了局部对比度，特别是对微动脉瘤和出血的显示效果更佳。通过掩膜和阈值分割进行背景伪影去除，成功消除了超过94%的黑色边框和光照晕影。归一化处理实现了不同数据集间一致的像素强度分布，降低了设备间的差异性。

通过翻转、旋转、缩放以及亮度/对比度抖动，数据增强将训练集规模扩大了3.5倍。这一步骤对于提升模型的泛化能力并在训练过程中减少过拟合至关重要。

讨论

在本研究中，我们开发并严格评估了一种结合 EfficientNetB0 与 DenseNet121 的混合集成模型，该模型通过迁移学习进行微调，并结合经典预处理步骤（CLAHE、伪影去除和强度归一化），用于五类糖尿病视网膜病变（DR）分级。该集成模型表现出卓越的性能：在可转诊 DR 检测中，准确率达到 91.2%，宏平均 AUC 为 0.961，F₁ 分数为 0.913，敏感度为 92.1%（见第6节）。这些指标显著优于基线 CNN 模型（准确率约 83.4%，宏平均 AUC 约 0.88）以及单独使用的 ResNet50、EfficientNetB0 和 DenseNet121 等骨干模型。我们的结果与 Gulshan 的标志性研究相比具有优势。 等 在 JAMA，该研究在 EyePACS 和 Messidor-2 数据集上使用基于超过 128,000 张图像训练的十个 InceptionV3 架构卷积神经网络集成模型进行可 referral 糖尿病视网膜病变检测，报告 AUC ≈ 0.99，灵敏度和特异性达到人类水平¹⁶尽管我们的混合模型尚未达到这种.......

材料

本文使用的材料清单

姓名	公司	目录编号	评论
眼底相机（Topcon，Canon，Zeiss）	拓普康 / 佳能 / 蔡司		用于在不同照明条件下拍摄高分辨率彩色眼底照片
NVIDIA Tesla V100 GPU	NVIDIA 公司	Tesla V100	32 GB VRAM；用于训练深度学习模型
Python（OpenCV、imgaug 库）	开源社区		图像预处理，包括CLAHE、伪影去除、归一化、数据增强
TensorFlow 2.10 + Keras	谷歌大脑		用于卷积神经网络模型构建与训练的深度学习框架
EfficientNetB0 &和使用预训练骨干网络的 DenseNet121	开源（TensorFlow/Keras Applications）		用于糖尿病视网膜病变分类的基于ImageNet预训练的迁移学习骨干网络