Robustes Deep-Learning-Framework für die frühe Erkennung diabetischer Retinopathie unter Verwendung vorverarbeiteter Fundusbilder und optimierter CNNs

Summary

Diese Studie beschreibt einen auf Deep-Learning-Basis basierenden Arbeitsablauf zur frühzeitigen Erkennung diabetischer Retinopathie unter Verwendung vorverarbeiteter Fundusbilder und optimierter konvolutioneller neuronaler Netzwerkarchitekturen, was eine genaue Krankheitsklassifikation und erklärbare Läsionslokalisierung für skalierbare klinische Anwendungen ermöglicht.

Abstract

Diabetische Retinopathie (DR) ist weltweit eine der Hauptursachen für Sehverlust, insbesondere bei Patienten mit schlecht kontrolliertem Diabetes. Früherkennung durch automatisierte Bildanalyse hat sich als skalierbare Lösung für zeitnahe Interventionen etabliert. Deep-Learning-basierte Modelle, insbesondere Convolutional Neural Networks (CNNs), zeigen bedeutende Vielversprechen bei der DR-Detektion anhand von Netzhautfundusbildern. Diese Studie zielte darauf ab, (i) ein Ensemble-Deep-Learning-Framework unter Verwendung von EfficientNetB0 und DenseNet121 für die fünfstufige DR-Klassifikation zu entwickeln, (ii) die Auswirkungen der Fundusbild-Vorverarbeitung auf die diagnostische Leistung systematisch zu bewerten, (iii) Grad-CAM-basierte visuelle Erklärungen für Läsionslokalisierung zu integrieren und (iv) eine hohe diagnostische Genauigkeit mit einer für skalierbaren Screening geeigneten Recheneffizienz zu erreichen. Ein Datensatz mit 53.412 Fundusbildern von EyePACS, APTOS 2019 und einem tertiären Versorgungszentrum in China wurde kuratiert. Die Vorverarbeitungsschritte umfassten kontrastbegrenzte adaptive Histogrammequalizierung (CLAHE), Artefaktentfernung und Normalisierung. Transfer Learning wurde mit den Backbones von EfficientNetB0 und DenseNet121 angewendet, gefolgt von hybrider Assembling. Die Modelle wurden anhand von Genauigkeit, Makro-AUC, Sensitivität, Spezifität und F1-Wert bewertet. Grad-CAM wurde verwendet, um die Läsionlokalisierung zu visualisieren. Das hybride Ensemblemodell erreichte 91,2 % Genauigkeit, 0,961 Makro-AUC, 92,1 % Sensitivität und einen F1-Wert von 0,913. Die Vorverarbeitung verbesserte die Leistung um 3–4 %, und der Ensemble-Ansatz übertraf eigenständige CNNs. Grad-CAM-Überlagerungen bestätigten eine genaue Läsionlokalisierung. Die Modellleistung wurde sowohl für die fünfstufige DR-Bewertung als auch für binäre referierbare DR-Erkennung bewertet, um die Anforderungen des klinischen Screenings widerzuspiegeln. Diese Studie präsentiert ein klinisch praktikables, erklärbares Deep-Learning-Modell zur DR-Erkennung. Zukünftige Arbeiten umfassen externe Validierung unabhängiger Datensätze, prospektive reale Evaluation und Modelloptimierung (z. B. Pruning und Quantisierung) für mobile und Point-of-Care-Screening-Anwendungen.

Introduction

DR ist eine mikrovaskuläre Komplikation von Diabetes mellitus und bleibt weltweit eine der Hauptursachen vermeidbarer Sehbeeinträchtigungen^. Chronische Hyperglykämie verursacht Schäden an den Netzhautkapillaren, was zu erhöhter Gefäßdurchlässigkeit, Mikroaneurysmabildung, Blutungen, Exsudaten und in fortgeschrittenen Stadien zur neovaskulären Proliferation führt. Ohne rechtzeitige Intervention können sich diese Veränderungen zu Glaskörperblutung, traktionaler Netzhautablösung und irreversiblem Sehverlust^entwickeln. Epidemiologische Studien schätzen, dass etwa 35 Prozent der Menschen mit Diabetes einen gewissen Grad an DR zeigen, wobei^{jedes Jahr fast} 10 Prozent eine sehbedrohende Retinopathie entwickeln. Globale Trends deuten darauf hin, dass die Prävalenz der DR in den letzten zwei Jahrzehnten erheblich gestiegen ist. Eine bahnbrechende Metaanalyse berichtete über einen Anstieg der DR-Prävalenz von 13,6 Prozent Anfang der 2000er Jahre auf über 20 Prozent bis 2020². Ebenso zeigt die Häufigkeit von sehbedrohender DR und diabetischem Makulödem insbesondere in Regionen mit niedrigem und mittlerem Einkommen einen Aufwärtstrend³. Begrenzter Zugang zu augenärztlichen Screening-Diensten in ländlichen und wirtschaftlich benachteiligten Gebieten trägt zu verzögerter Diagnose und Behandlung^{bei 5}.

Die frühzeitige Erkennung von DR ist entscheidend, da Interventionen in nicht-proliferativen Stadien wie fokale oder panretinale Laser-Photokoagulation, intravitreale antivaskuläre endotheliale Wachstumsfaktor-Therapie (Anti-VEGF) und Vitrektomie wirksam den Fortschreiten zum Sehverlust^verhindern können. Dennoch basieren herkömmliche Screening-Programme oft auf manueller Gradierung von Farbfundusfotos durch geschulte Spezialisten, ein ressourcenintensiver Prozess, der Skalierbarkeit und^{zeitnahe Abdeckung} einschränkt. Teleophthalmologie-Initiativen haben diese Lücken teilweise geschlossen, sind jedoch weiterhin auf begrenzte Verfügbarkeit von Experten und standardisierte Bildgebungsprotokolle angewiesen ⁷. Fortschritte in der künstlichen Intelligenz (KI), insbesondere Deep Learning (DL), haben automatisierte Lösungen eingeführt, die in der Lage sind, DR aus Fundusbildern mit hoher Genauigkeit und Geschwindigkeit zu erkennen und zu bewerten. CNNs extrahieren hierarchische Merkmale wie Mikroaneurysmen, Blutungen und Exsudate und haben in Benchmark-Datensätzen^{Sensitivitäten} und Spezifitäten von über 90 Prozent ^erreicht. Bahnbrechende Studien von Gulshan et al. und Ting et al. zeigten, dass DL-Algorithmen Expertenbewertungen bei der Identifizierung referierbarer DR übertreffen können, was den Weg für regulatorische Genehmigungen autonomer Screening-Systeme ebnet ^8,9. Nachfolgende Arbeiten untersuchten Transfer Learning, Ensemble-Modellierung und hybride CNN-rekurrenten neuronale Netzwerkarchitekturen, um die Generalisierbarkeit über verschiedene bildgebende Zustände und Patientenpopulationen hinweg zu verbessern^10,11.

Trotz dieser vielversprechenden Ergebnisse behindern mehrere Herausforderungen die klinische Umsetzung des DL-basierten DR-Screenings. Erstens erfordert robuste Leistung große, gut annotierte Datensätze, die Variabilität in Bildgeräten, Ethnien und Krankheitserscheinungen erfassen¹². Annotationsinkonsistenz unter den Bewertern erschwert das Modelltraining und die Bewertung zusätzlich. Zweitens beeinflussen Bildvorverarbeitungsschritte wie Kontrastverstärkung mittels CLAHE, Rauschreduktion und Farbnormalisierung die Sichtbarkeit subtiler Läsionen erheblich und damit die Zuverlässigkeit der Merkmalsextraktion¹³. Drittens bleibt die Modellinterpretierbarkeit ein aktives Forschungsfeld; Kliniker benötigen transparente Entscheidungsunterstützungstools, die wichtige Bildregionen hervorheben, die algorithmische Vorhersagen steuern¹⁴. Schließlich sind regulatorische Rahmenbedingungen und Kostenwirksamkeitsanalysen erforderlich, um die Integration von KI-Tools in bestehende Screening-Pfade, insbesondere in ressourcenbegrenzten Umgebungen, zu steuern¹⁵. Die vorliegende Studie adressiert diese Herausforderungen, indem sie ein umfassendes DL-Framework für die frühe DR-Erkennung vorschlägt, das optimierte Vorverarbeitung von Fundusbildern, modernen CNN-Architekturen und Transferlearning-Strategien integriert. Wir setzen CLAHE und automatisierte Artefaktentfernung ein, um den Kontrast der Läsion zu verbessern, gefolgt von einer Feinabstimmung der vortrainierten CNN-Rückgrate, um großflächige natürliche Bildmerkmale zu nutzen. Dementsprechend schlägt diese Arbeit ein erklärbares Deep-Learning-Framework für die frühe DR-Erkennung vor, das optimierte Fundusbild-Vorverarbeitung mit effizienten Ensemble-CNN-Architekturen integriert (Abbildung 1). Zu den wichtigsten Beiträgen dieser Studie gehören eine systematische Bewertung von Vorverarbeitungsstrategien, das Design eines rechnereffizienten hybriden Ensembles und die Einbindung visueller Erklärbarkeit zur Unterstützung der klinischen Interpretation. Indem Genauigkeit, Transparenz und Einsatzfähigkeit gemeinsam berücksichtigt werden, möchte diese Studie die praktische Anwendbarkeit von KI-unterstütztem DR-Screening vorantreiben. DR durchläuft fünf klinisch definierte Stadien: Keine DR, Mild, Moderat, Schwer nicht-proliferative DR und Proliferative DR. Frühe Stadien zeichnen sich durch Mikroaneurysmen und leichte Blutungen aus, während fortgeschrittene Stadien umfangreiche Gefäßschäden, Neovaskularisation und das Risiko eines Sehverlusts beinhalten. Die Symptome bleiben oft bis in späte Stadien asymptomatisch, weshalb automatisierte Screenings für eine frühzeitige Intervention unerlässlich sind.

Abbildung 1: Grafische Darstellung des im Manuskript dargestellten Werks Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Um diese Herausforderungen zu bewältigen, präsentiert diese Studie ein strukturiertes Deep-Learning-Protokoll zur DR-Erkennung, das standardisierte Fundusbild-Vorverarbeitung, optimiertes Training von konvolutionalen neuronalen Netzwerken und interpretierbare Modellausgaben innerhalb eines einheitlichen Workflows integriert. Das Protokoll ist darauf ausgelegt, die Reproduzierbarkeit und methodische Transparenz zu verbessern, indem es explizit Vorverarbeitungsstrategien, Modellarchitektur und Trainingskonfigurationen detailliert darlegt. Durch die Betonung eines rechnereffizienten, leichten Ensembles und die Einbindung von Grad-CAM-basierten visuellen Erklärungen definiert die vorgeschlagene Methode einen praktischen und interpretierbaren Rahmen für eine konsistente Bewertung über heterogene, multizentrische Netzhautbildgebungsdatensätze.

Protocol

Diese Studie beinhaltete eine retrospektive Analyse. Gemäß institutionellen und nationalen Vorschriften wurden die formale Genehmigung des Ethikausschusses und die informierte Zustimmung aufgehoben, da keine identifizierbaren Patientendaten abgerufen oder verwendet wurden.

1. Datenquellen und Erfassung

1. Kennzeichnen Sie alle Bilder gemäß der International Clinical Diabetic Retinopathy (ICDR) Severity Scale (Grade 0-4)¹⁰, um Konsistenz zwischen den Datensätzen aus EyePACS, APTOS 2019 und der tertiären Versorgungskohorte sicherzustellen.
2. Mappen Sie die ursprünglichen Beschriftungen der Datensätze mit vorhandenen Annotationen auf die ICDR-Skala, um Einheitlichkeit zu gewährleisten.
3. Prüfe alle Fundusbilder unabhängig von zwei Fachärzten mit Facharzt für Augenärzte mit Erfahrung im DR-Screening.
4. Maskieren Sie beide Bewerter vollständig hinsichtlich der Datensatzquelle, Patientenkennungen, der klinischen Anamnese und der Modellvorhersagen, um den Assessment-Bias zu minimieren. Bilder in einer zufälligen Reihenfolge unter Verwendung anonymisierter Dateikennungen präsentieren.
5. Führen Sie die Bewertung strikt nach der ICDR-Schweregradskala durch (Grade 0-4).
6. Quantifizieren Sie die Übereinstimmung zwischen Graduieren vor der Konsenskennzeichnung mit Cohens gewichtetem Kappa (κw) mit quadratischen Gewichten, um die ordinale Natur der DR-Schweregrade zu berücksichtigen.
7. Übereinstimmung gemäß Standardschwellenwerten interpretieren (κ < 0,20, schlecht; 0,21–0,40, fair; 0,41–0,60, moderat; 0,61–0,80, substantiell; > 0,80, nahezu perfekt). Lösen Sie unterschiedliche Noten durch eine gemeinsame Konsensüberprüfung. Verwenden Sie die Konsensnote als abschließenden Referenzstandard für das Modelltraining und die Bewertung.
8. Vor dem Modelltraining sollte alle Bilder auf eine einheitliche Auflösung von 512 × 512 Pixel und einen einheitlichen Farbraum standardisiert werden und identische Vorverarbeitungsverfahren angewendet werden, um die Variabilität zwischen den Datensätzen durch Unterschiede in Kamerageräten, Aufnahmeprotokollen und Beleuchtungsbedingungen zu minimieren.
   HINWEIS: Konkret bestand die Vorverarbeitung aus: (i) Bildgrößenänderung und RGB-Standardisierung, (ii) Green-Channel-CLAHE zur Kontraststeigerung, (iii) Entfernung von Hintergrundartefakten mittels zirkulärer Maskierung und adaptiver Schwellenwertung, (iv) kanalweise Intensitätsnormalisierung sowie (v) Rauschreduktion und Kantenverstärkung mittels Gaußscher Filterung und unscharfer Maskierung.
9. Erfassen Sie Fundusbilder mit mehreren kommerziell erhältlichen Farbfunduskameras (Topcon, Canon und Zeiss) unter routinemäßigen klinischen Screeningbedingungen (Abbildung 2).
10. Bildaufnahmeparameter können je nach Gerät variieren, aber innerhalb typischer Bildschirmbereiche standardisiert werden, einschließlich eines Sichtfelds von 30°–45°, nativen Bildauflösungen von etwa 2.048 × 1.536 bis 3.872 × 2.592 Pixel sowie einer Farbtiefe von 24 Bit (8 Bit pro RGB-Kanal).
11. Verwenden Sie sowohl mydriatische als auch nicht-mydriatische Bildgebungsprotokolle, um die praxisnahe Screeningpraxis widerzuspiegeln. Alle Bilder als Einzelfeld-Fundusfotos mit Makula-Zentrierung unter variablen Beleuchtungsbedingungen aufnehmen und anschließend die Bilder mit einer identischen Pipeline vor dem Modelltraining neu dimensionieren und vorverarbeiten (Abbildung 2).
12. Anonymisieren Sie alle Bilder vor der Verwendung gemäß den HIPAA-Richtlinien^{12, 13, 14}.
    HINWEIS: Verwenden Sie pro Auge nur ein Bild, um eine intra-subjektive Verzerrung zu vermeiden. Ausschluss von Bildern, die einem oder mehreren der folgenden vordefinierten Qualitätskriterien entsprechen: (i) schlechter Fokus oder Unschärfe, die Netzhautgefäße und Mikroaneurysmen verdeckt, beurteilt anhand von Kantenschärfe und Gefäßsichtigkeit; (ii) übermäßige Bewegungsunschärfe oder -defokussierung, die mehr als 25 % des Netzhautfeldes betrifft; (iii) Feldverlust, definiert als unvollständige Visualisierung der Sehnerven- oder Makularegion; oder (iv) schwere Beleuchtungsartefakte wie Sättigung oder Schatten, die die Sichtbarkeit der Läsion beeinträchtigten.
13. Führen Sie die Qualitätsbewertung unabhängig von zwei Gutachtern durch und lösen Sie etwaige Meinungsverschiedenheiten durch Konsens.
    1. EyePACS-Datensatz: Verwenden Sie den von Kaggle gewonnenen EyePACS-Datensatz. Fügen Sie alle verfügbaren Farbfundusbilder ein und behalten Sie die bereitgestellten DR-Bewertungen, wie sie mit den Metadaten des Datensatzes bereitgestellt sind.
    2. APTOS 2019 Datensatz: Verwenden Sie den APTOS 2019 Datensatz von Kaggle, der aus etwa 3.600 Einzelfeld-Farbfundusbildern besteht, die unter standardisierten Screeningbedingungen aufgenommen wurden.
    3. Indischer klinischer Datensatz: Verwenden Sie einen vom Krankenhaus entwickelten indischen klinischen Datensatz, der aus farbigen Fundusbildern besteht. Erfassen Sie die Gesamtbildzahl und verwenden Sie DR-Bewertungen, die von qualifizierten Augenärzten vergeben werden, als Referenzetiketten.

Abbildung 2: Repräsentative farbige Fundusfotografien, die verschiedene Stadien der diabetischen Retinopathie darstellen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.

2. Vorverarbeitung (CLAHE, Normalisierung, Artefaktentfernung)

1. Verwenden Sie eine mehrstufige Vorverarbeitungspipeline, um die Sichtbarkeit der Läsionen zu verbessern und die Variabilität durch bildgebende Bedingungen zu verringern.
2. Skalieren Sie jedes Farbfundusbild auf 512 × 512 Pixel, um einheitliche Eingabemaße für Deep-Learning-Modelle zu erhalten.
3. Führen Sie eine Kontrastverstärkung mit CLAHE durch, die ausschließlich auf den grünen Kanal jedes Fundusbildes angewendet wird, da dieser Kanal optimalen Gefäß- und Mikroaneurysmakontrast bietet.
4. Implementieren Sie CLAHE mit der OpenCV-Bibliothek mit einem Clip-Limit von 2.0, um eine Überverstärkerung von Rauschen zu verhindern, und einer Kachelgittergröße von 8 × 8, um eine lokalisierte Kontrastverstärkung über das Netzhautfeld zu ermöglichen.
5. Kombiniert man den bearbeiteten grünen Kanal mit dem roten und blauen Kanal, um das verbesserte RGB-Bild wiederherzustellen. Fixieren Sie alle CLAHE-Parameter und wenden Sie sie identisch auf alle Bilder in Trainings-, Validierungs- und Testsets an, um die Reproduzierbarkeit sicherzustellen.
6. Anschließend normalisieren Sie die Bilder mittel- und Einheitsvarianz auf null mittel- und einheitsweise Normalisierung mittels kanalweiser Normalisierung.
7. Entfernen Sie Hintergrundartefakte wie schwarze Ränder und Beleuchtungshalos mittels kreisförmiger Maskierung und adaptiver Schwellenwertung.
8. Wenden Sie Gaußsche Filterung und unscharfe Maskierung zur Rauschunterdrückung bzw. Kantenerhaltung an. Wenden Sie folgende Kontrastverstärkung an: Gaußsche Filterung zur Rauschunterdrückung: Verwenden Sie einen 5-×-5-Kernel mit einer Standardabweichung (σ) von 1,0 und implementieren Sie symmetrisch sowohl horizontal als auch vertikal.
   HINWEIS: Dieser Schritt reduziert das hochfrequente Rauschen und erhält dabei feine Gefäßstrukturen.
9. Führen Sie unscharfe Maskierung durch Subtraktion einer verschwommenen Version des Bildes aus dem Originalbild durch, um die Läsionsgrenzen zu verbessern.
10. Konkret subtrahiert man ein gaußisch unscharfes Bild (Kerngröße 5 × 5, σ = 1,0) vom Originalbild mit einem Schärfungsgewicht von 1,5 und fügt das resultierende Detailbild wieder zum Original hinzu, um das endgültige geschärfte Ergebnis zu erzeugen.
11. Fixiere alle Parameter und wende sie gleichmäßig auf alle Datensätze an.
12. Fügen Sie die unten erwähnte zusätzliche Vorverarbeitung hinzu, um reale Variabilität zu simulieren und Trainingsdaten zu ergänzen:
    1. Wenden Sie auf jedes Trainingsbild mit einer Wahrscheinlichkeit von 0,5 zufälliges horizontales Flipping an, um die anatomische Links-Rechts-Symmetrie der Netzhaut zu berücksichtigen.
    2. Wenden Sie zufälliges vertikales Flipping mit einer Wahrscheinlichkeit von 0,5 an, um sicherzustellen, dass die Orientierungsvariabilität, die häufig bei der Fundusbildaufnahme auftritt, dargestellt wird.
    3. Wenden Sie eine zufällige Rotation im Bereich von -15° bis +15° an, gleichmäßig gesucht, mit einer Wahrscheinlichkeit von 0,7, um leichte Kameraneigung und Kopfbewegung des Patienten zu simulieren.
    4. Wenden Sie zufälliges Zoomen innerhalb eines Bereichs von ± 10 % der ursprünglichen Bildgröße mit einer Wahrscheinlichkeit von 0,5 an, gefolgt von Mittelzuschnitt oder Füllen, um die Eingabeauflösung von 512 × 512 Pixel wiederherzustellen.
    5. Wenden Sie zufällige Helligkeitsanpassung an, indem Sie die Pixelintensität innerhalb eines Faktorbereichs von 0,9–1,1 mit einer Wahrscheinlichkeit von 0,4 skalieren, um die Beleuchtungsvariabilität zwischen Bildgebungsgeräten zu modellieren.
    6. Wenden Sie eine zufällige Kontrastanpassung an, indem Sie den Bildkontrast innerhalb eines Faktorbereichs von 0,9–1,1 mit einer Wahrscheinlichkeit von 0,4 skalieren, um die Robustheit gegenüber Belichtungsunterschieden zu verbessern.
    7. Stellen Sie sicher, dass alle Augmentierungen nur auf das Trainingsset angewendet und während des Modelltrainings während des Modelltrainings spontan durchgeführt werden, während Validierungs- und Testbilder unverstärkt bleiben.
    8. Halten Sie während des gesamten Trainings feste Augmentationsparameter bei, um Reproduzierbarkeit und eine konsistente Exposition des Modells gegenüber kontrollierter Variabilität sicherzustellen.
13. Implementieren Sie die Vorverarbeitungsschritte mit Pythons OpenCV- und Image-Bibliotheken und gewährleisten Sie konsistente Transformationen über Trainings- und Validierungssets hinweg.

3. Modellarchitektur (CNN-Varianten, optimierte Schichten)

1. Untersuchen Sie mehrere CNN-Architekturen für die DR-Klassifikation und untersuchen Sie die drei unten genannten Modellvarianten.
   1. Baseline CNN – Ein maßgeschneidertes 6-Schicht-CNN mit Batch-Normalisierung, ReLU-Aktivierung, Max-Pooling und Dropout (p = 0,5).
   2. Transfer Learning Models – Vortrainierte CNN-Backbones, darunter ResNet50, EfficientNetB0 und DenseNet121, initialisiert mit ImageNet-Gewichten und feinabgestimmt auf DR-Bildern.
   3. Optimiertes Hybridmodell – Ein Ensemble-Modell, das Feature-Extractoren von EfficientNetB0 und DenseNet121 kombiniert, gefolgt von einem mehrschichtigen Perzeptron (MLP) mit Softmax-Ausgang.
   4. Nach der Feinabstimmung wird der Klassifikationskopf für jedes vortrainierte Modell mit einer globalen Durchschnitts-Pooling-Schicht, einer dichten Schicht mit ReLU-Aktivierung (512 Einheiten), einer Dropout-Schicht (p = 0,5) und einer Softmax-Ausgangsschicht konstruiert.
   5. Platziere in jedem Modell eine globale Durchschnittspooling-(GAP)-Schicht vor den Klassifikationskopf.
   6. Um Überanpassung zu reduzieren, wurde die L2-Gewichtsregularisierung auf alle vollständig verbundenen (dichten) Schichten im Klassifikationskopf mit einem Regularisierungskoeffizienten (λ) von 1 × 10⁻⁴ angewendet. Dieser Wert wurde gewählt, um eine effektive Bestrafung hoher Gewichte zu ermöglichen und gleichzeitig die Modellkonvergenz und Klassifikationsleistung während der Feinabstimmung zu erhalten.
   7. Verwenden Sie eine Softmax-Aktivierungsfunktion in der Klassifikationsschicht, um eine 5-Klassen-DR-Vorhersage zu ermöglichen.
   8. Basismodelldesignentscheidungen auf Basis früherer Arbeiten, die die überlegene Leistung hybrider und transferbasierter Ansätze in der Netzhautbildanalyse^{demonstrieren}, ^3,4.
   9. Verwenden Sie efficientNetB0 und DenseNet121 als parallele Feature-Extractoren im optimierten hybriden Ensemble-Modell.
   10. Gleichzeitig werden die Eingabefundus-Bilder in beide vortrainierten Backbones eingespeist und die endgültigen konvolutionalen Merkmalsabbildungen nach der globalen Durchschnittspooling-(GAP-)Schicht jedes Netzwerks extrahiert.
   11. Verkette die resultierenden Merkmalsvektoren, um eine einheitliche Darstellung zu bilden, und führe sie in ein MLP ein, das aus zwei vollständig verbundenen Schichten besteht (mit ReLU-Aktivierung und -Dropout), gefolgt von einer Softmax-Ausgabeschicht für die Fünf-Klassen-DR-Klassifikation.
   12. Verwenden Sie diese Late-Fusion-Strategie, um die feinkörnige Feature-Effizienz von EfficientNetB0 mit der dichten Feature-Propagation von DenseNet121 zu integrieren, was zu einer ausgeglichenen Leistung in frühen und fortgeschrittenen DR-Stufen führt.
   13. Nutzen Sie das MLP, um eine nichtlineare Integration komplementärer Merkmalsrepräsentationen zu ermöglichen und gleichzeitig Überanpassung im Vergleich zur End-to-End-Fusion zu reduzieren.

4. Modelltraining und -optimierung (Transfer Learning, Hyperparameter)

1. Führen Sie alle Experimente auf einer Workstation durch, die Ubuntu Linux (Version 20.04 LTS) mit Python 3.8.10 ausführt.
2. Implementierung von Deep-Learning-Modellen mit TensorFlow 2.10.0 und dem Keras-Backend und Ausführung auf einer NVIDIA Tesla V100 GPU (32 GB VRAM).
3. Aktivieren Sie die GPU-Beschleunigung mit CUDA Toolkit Version 11.2 und cuDNN Version 8.1, die mit der angegebenen TensorFlow-Version kompatibel sind.
4. Implementiere alle Vorverarbeitungs- und Datenerweiterungsschritte mit OpenCV 4.7.0, NumPy 1.23 und imgaug 0.4.0.
5. Teilen Sie den Datensatz in Trainingssätze (70 %), Validierung (15 %) und Testsätze (15 %) auf und stellen Sie die Klassenbalance innerhalb jeder Partition sicher.
6. Trainiere alle Modelle auf einer NVIDIA Tesla V100 GPU mit 32 GB VRAM.
7. Nutzen Sie Transfer Learning, indem Sie die anfänglichen Schichten von vortrainierten Netzwerken einfrieren und die oberen Schichten der Fundusbilder feinjustieren.
8. Initialisiere zufällig die finalen dichten Schichten und trainiere von Grund auf.
9. Optimieren Sie die folgenden Hyperparameter:
   Optimierer: Adam mit β1=0,9, β2=0,999
   Lernrate: 1 × 10⁻⁴ mit ReduceLROnPlateau Scheduler
   Chargengröße: 32
   Epochen: 50-100 mit vorzeitigem Stoppen (Geduld = 10)
   Verlustfunktion: Kategoriale Kreuzentropie
10. Speichere Modell-Checkpoints basierend auf dem minimalen Validierungsverlust.
11. Beseitigen Sie das Klassenungleichgewicht, indem Sie während der Ausbildung kategorische Klassengewichte umgekehrt proportional zur Klassenfrequenz anwenden.
12. Wenden Sie die Datenerweiterung spontan mit dem Keras ImageDataGenerator an. Verwenden Sie eine fünffache Kreuzvalidierungsstrategie, um die Modellrobustheit sicherzustellen und Selektionsfehler zu minimieren. Durchschnittsleistungskennzahlen über alle Bereiche hinweg und die entsprechenden Standardabweichungen anzeigen.
13. Wählen Sie Hyperparameterwerte basierend auf etablierten Best Practices im Transfer Learning für die medizinische Bildklassifikation aus und validieren Sie diese durch vorläufige Pilotexperimente auf dem Validierungsset.
14. Verwenden Sie den Adam-Optimierer für dessen stabile Konvergenz und adaptives Lernratenverhalten und stellen Sie eine anfängliche Lernrate von 1e−4 ein, um Trainingsstabilität und Konvergenzgeschwindigkeit während der Feinabstimmung auszubalancieren.
15. Ermittle empirisch die Chargengröße und die Kriterien für frühzeitige Stopps, um Überanpassungen zu minimieren und gleichzeitig die Recheneffizienz zu erhalten.

5. Evaluationsmetriken und Validierung (AUC, Genauigkeit, Sensitivität/Spezifität)

1. Bewertung der Modellleistung anhand standardisierter Klassifikationskennzahlen. Führen Sie eine primäre Bewertung des Hold-out-Testsets durch (n ≈ 8.000 Bilder) und melden Sie Ergebnisse sowohl für die 5-Klassen-Klassifikation als auch für binäre Klassifikationen (referierbare DR vs. nicht-referierbare DR).
2. Berechnen Sie folgende Metriken:
   Genauigkeit: Prozentsatz der korrekten Vorhersagen über alle Klassen hinweg
   Fläche unter der Empfänger-Betriebscharakteristiekkurve (AUC): Berechnet für jede Klasse und gemittelt (Makro-AUC)
   Empfindlichkeit (Rückruf): Wahre positive Rate = TP / (TP + FN)
   Spezifität: Wahre negative Rate = TN / (TN + FP)
   F1-Wert: Harmonischer Mittelwert von Präzision und Abruf
   Verwirrungsmatrix: 5 × 5 Matrix zur Klassifikationsfehleranalyse
3. Plotten Sie Empfänger-Betriebscharakteristik (ROC)-Kurven und Präzisionsrückrufkurven, um Modelldiskriminierung zu visualisieren.
4. Erstellen Sie Grad-CAM (Gradient-weighted Class Activation Mapping) Visualisierungen für eine Teilmenge korrekt und falsch klassifizierter Bilder, um die Netzhautregionen hervorzuheben, die die Modellvorhersagen steuern.
   HINWEIS: Das optimierte Hybridmodell erzielte die beste Leistung mit einem Makro-AUC von 0,961, einer Empfindlichkeit von 92,1 %, einer Spezifität von 89,4 % und einer Gesamtgenauigkeit von 91,2 % für referierbare DR-Erkennung.
5. Vergleichen Sie die Leistung mit bestehenden veröffentlichten Modellen auf denselben Datensätzen und bewerten Sie die statistische Signifikanz mit gepaarten t-Tests und McNemars Test.
6. Bewertung der statistischen Signifikans der Leistungsunterschiede zwischen dem hybriden Ensemblemodell und den einzelnen CNN-Architekturen mithilfe gepaarter t-Tests für kontinuierliche Metriken (AUC, Genauigkeit, F1-Score) über Cross-Validierungs-Falten hinweg und McNemars Test für gepaarte Klassifikationsergebnisse im Testset.
   HINWEIS: Das Hybridmodell zeigte statistisch signifikante Verbesserungen gegenüber allen Single-Backbone-Modellen, mit p-Werten < 0,05 für Genauigkeit und AUC, was bestätigt, dass die beobachteten Leistungszuwächse nicht auf zufällige Variationen zurückzuführen sind. Präzision ist eine entscheidende Bewertungskennzahl im DR-Screening, insbesondere um falsch-positive Vorhersagen zu minimieren, die zu unnötigen Überweisungen, Patientenangst und erhöhter Gesundheitsbelastung führen können. Präzision ist definiert als der Anteil der korrekt vorhergesagten positiven Fälle unter allen als positiv vorhergesagten Fällen und wird ausgedrückt als:
   Precision=TPTP+FP\text{Precision} = \frac{TP}{TP + FP}Precision=TP+FPTP
   wobei TP wahre Positive und FP falsch Positive darstellt.
7. Im Zusammenhang mit der DR-Erkennung wird die hohe Präzision so interpretiert, dass Bilder, die als DR klassifiziert sind, tatsächlich pathologische Anzeichen enthalten und dadurch die Zuverlässigkeit automatisierter Screeningsysteme verbessert. Betonen Sie, dass diese Kennzahl besonders für groß angelegte Populationsscreenings relevant ist, bei denen übermäßige Fehlalarme Überweisungssysteme überfordern können. In dieser Studie wird die Genauigkeit für jede DR-Note sowie für binäre referierbare DR-Detektion bewertet, um die Fähigkeit des Modells zu beurteilen, pathologische Fälle von gesunden Kontrollpersonen genau zu unterscheiden.

Results

Datensatzzusammenfassung und Vorverarbeitungseffekte

Der kuratierte Datensatz bestand aus 53.412 Farbfundusbildern, verteilt auf die fünf DR-Schweregradklassen: Keine DR (0) – 39,2 %, mild (1) – 18,4 %, moderat (2) – 22,5 %, schwer (3) – 12,1 % und proliferative DR (4) – 7,8 %. Die Daten stammen von EyePACS, APTOS 2019 und einem tertiären chinesischen Augenheilkundezentrum, was eine Vielfalt in Ethnie, Bildaufnahmebedingungen und Kameraspezifi...

Discussion

In dieser Studie entwickelten und evaluierten wir ein hybrides Ensemble-Modell, das EfficientNetB0 und DenseNet121 kombiniert, fein abgestimmt mit Transfer Learning und erweitert durch klassische Vorverarbeitungsschritte, CLAHE, Artefaktentfernung und Intensitätsnormalisierung für die Fünf-Klassen-DR-Bewertung. Das Ensemble erzielte herausragende Leistungen: Genauigkeit 91,2 %, MakroAUC 0,961 und F₁Score 0,913 für referierbare DR-Detektion sowie Sensitivität 92,1 %, wie in Abschnitt 6 be...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Fundus-Kamera (Topcon, Canon, Zeiss)	Topcon / Canon / Zeiss		Verwendet zur Aufnahme hochauflösender Farbfundusfotos unter unterschiedlichen Beleuchtungsbedingungen
NVIDIA Tesla V100 GPU	NVIDIA Corporation	Tesla V100	32 GB VRAM; Verwendet zum Training von Deep-Learning-Modellen
Python (OpenCV, imgaug-Bibliotheken)	Open-Source-Community		Bildvorverarbeitung einschließlich CLAHE, Artefaktentfernung, Normalisierung, Augmentation
TensorFlow 2.10 + Keras	Google Brain		Deep-Learning-Framework, das für den Aufbau und das Training von CNN-Modellen verwendet wird
EfficientNetB0 & DenseNet121 vortrainierte Rückgrate	Open-source (TensorFlow/Keras Applications)		Transfer-Learning-Backbones, vortrainiert auf ImageNet, die für die DR-Klassifikation verwendet werden