前処理された眼底画像と最適化されたCNNを用いた早期糖尿病網膜症検出のための堅牢な深層学習フレームワーク

Summary

本研究は、事前処理された眼底画像と最適化された畳み込みニューラルネットワークアーキテクチャを用いて、糖尿病網膜症の早期発見のためのディープラーニングベースのワークフローを提示し、正確な疾患分類と説明可能な病変の局在化を可能にし、スケーラブルな臨床応用を実現します。

Abstract

糖尿病性網膜症(DR)は、特にコントロールが不十分な糖尿病患者の間で、世界的に視力喪失の主な原因となっています。自動画像解析による早期発見は、タイムリーな介入を支援するスケーラブルなソリューションとして浮上しています。特に畳み込みニューラルネットワーク(CNN)を用いた深層学習モデルは、網膜眼底画像からのDR検出において大きな期待を示しています。本研究の目的は、(i) EfficientNetB0およびDenseNet121を用いた5段階DR分類のためのアンサンブル深層学習フレームワークの開発、(ii) 眼底画像前処理が診断性能に与える影響を体系的に評価すること、(iii) 病変局在特定のためのGrad-CAMを用いた視覚的説明の組み込み、(iv) スケーラブルスクリーニングに適した計算効率で高い診断精度を達成することを目指しました。EyePACS、APTOS 2019、中国の三次医療センターからの53,412枚の眼底画像からなるデータセットがキュレーションされました。前処理には、造影制限適応ヒストグラム均等化(CLAHE)、アーティファクト除去、正規化が含まれていました。EfficientNetB0およびDenseNet121のバックボーンを用いた転移学習が適用され、その後ハイブリッドアセンブルが行われました。モデルは精度、マクロAUC、感度、特異度、F1スコアを用いて評価されました。グラッドCAMを用いて病変の局所を可視化しました。ハイブリッドアンサンブルモデルは91.2%の精度、0.961のマクロAUC、92.1%の感度、そしてF1スコア0.913を記録しました。前処理はパフォーマンスを3〜4%向上させ、アンサンブルアプローチは単独CNNよりも優れた成果を上げました。Grad-CAMオーバーレイにより病変の正確な局在が確認されました。モデル性能は、臨床スクリーニング要件を反映した5段階のDRグレーディングおよび二値参照可能なDR検出の両方で評価されました。本研究は、DR検出のための臨床的に有効かつ説明可能なディープラーニングモデルを提示します。今後の研究には、独立したデータセットでの外部検証、将来的な実世界評価、モバイルおよびポイントオブケアスクリーニングアプリケーション向けのモデル最適化(例:剪定や量子化)が含まれます。

Introduction

DRは糖尿病の微小血管合併症であり、世界的に回避可能な視覚障害の主な原因の一つ^です。慢性高血糖は網膜毛細血管に損傷を与え、血管透過性の増加、微小動脈瘤の形成、出血、滲出物、そして進行期には新生血管の増殖を引き起こします。適時の介入がなければ、これらの変化は硝子体出血、牽引性網膜剥離、不可逆的な視力喪失へと進行する可能性があります^1,2。疫学的研究によると、糖尿病患者の約35%が何らかのDRを示し、そのうち約10%^が毎年視力に関わる網膜症を発症しています2。世界的な傾向は、過去20年間でDRの有病率が大幅に増加していることを示しています。画期的なメタアナリシスによると、DRの有病率は2000年代初頭の13.6%から2020年には20%以上に増加^{しました。}同様に、視力を脅かすDRや糖尿病性黄斑浮腫の発生率も、特に低・中所得地域で増加傾向を示しています³。農村部や経済的に恵まれない地域での眼科検診サービスへのアクセスが限られていることが、診断^と治療の遅れに寄与しています。

DRの早期発見は極めて重要であり、非増殖期の介入(局所または全網膜レーザー光凝固、硝子体内抗血管内増殖因子(抗VEGF)療法、硝子体切除術などが^視力喪失への進行を効果的に防ぐことができます。それにもかかわらず、従来のスクリーニングプログラムはしばしば訓練を受けた専門家によるカラー眼底写真の手動グレーディングに依存しており、このプロセスは拡張性やタイムリーなカバレッジを制限するリソース集約的なプロセス^5。遠隔眼科学の取り組みはこれらのギャップを部分的に埋めていますが、依然として限られた専門家の利用と標準化された画像診断プロトコルに依存しています⁷。人工知能(AI)、特にディープラーニング(DL)の進歩により、眼底画像から高精度かつ高速でDRを検出・グレーディングできる自動化ソリューションが導入されました。CNNは微小動脈瘤、出血、滲出物などの階層的特徴を抽出し、ベンチマークデータセット^8,9で感度と特異性を90%超えています。GulshanらおよびTing らによる画期的な研究は、DLアルゴリズムが専門家の評価者に匹敵するかそれを超える参照可能なDRの特定が可能であることを示し、自律スクリーニングシステムの規制承認への道を開きました(^8,9)。その後の研究では、転移学習、アンサンブルモデリング、ハイブリッドCNN再帰ニューラルネットワークアーキテクチャを探求し、多様な画像診断条件や患者集団間での一般化可能性を向上させています(^10,11)。

これらの有望な結果にもかかわらず、DLベースのDRスクリーニングの臨床応用にはいくつかの課題が阻まれています。まず、堅牢な性能は、画像装置、民族、疾患の表現における変動を捉える大規模でよく注釈されたデータセットを必要とし^ます。評価者間の注釈の不一致は、モデルの訓練と評価をさらに複雑にしています。第二に、CLAHEによるコントラスト強化、ノイズリダクション、カラー正規化などの画像前処理ステップは、微細な病変の可視性に大きな影響を与え、結果として特徴抽出の信頼性に大きく影響します^。第三に、モデルの解釈可能性は依然として活発な研究分野であり、臨床医は、アルゴリズム予測を駆動する顕著な画像領域を強調する透明な意思決定支援ツールを必要としています。¹⁴。最後に、特に資源が限られた環境において、既存のスクリーニング経路へのAIツールの統合を導くためには、規制枠組みと費用対効果分析が必要です¹⁵。本研究は、眼底画像の最適化された前処理、最新のCNNアーキテクチャ、転移学習戦略を統合した包括的なDLフレームワークを提案することで、これらの課題に対応しています。CLAHEおよび自動アーティファクト除去を用いて病変コントラストを高め、その後、事前学習済みCNNバックボーンの微調整により大規模な自然画像特徴を活用します。したがって、本研究は最適化された眼底画像前処理と効率的なアンサンブルCNNアーキテクチャを統合した、早期DR検出のための説明可能なディープラーニングフレームワークを提案します(図1)。本研究の主な貢献は、前処理戦略の体系的評価、計算効率の高いハイブリッドアンサンブルの設計、臨床解釈を支援する視覚的説明可能性の導入です。正確性、透明性、導入可能性を一体化することで、本研究はAI支援DRスクリーニングの実用的な適用性の向上を目指しています。DRは臨床的に定義された5つの段階を経て進行します:無症状、軽度、中等度、重度非増殖性DR、および増殖性DR。初期段階では微小動脈瘤や軽度の出血が特徴ですが、進行期には広範な血管損傷、新生血管形成、視力喪失のリスクが伴います。症状は末期まで無症状のままであることが多いため、早期介入のために自動スクリーニングが不可欠です。

図1:原稿に提示された作品の図解 この図の拡大版はこちらをクリックしてください。

これらの課題に対応するため、本研究は標準化された眼底画像前処理、最適化された畳み込みニューラルネットワーク訓練、解釈可能なモデル出力を統合した構造化されたDR検出プロトコルを提案します。このプロトコルは、前処理戦略、モデルアーキテクチャ、訓練構成を明示的に詳細に示すことで、再現性と方法論的透明性を向上させることを目的としています。計算効率の良い軽量アンサンブルを強調し、Grad-CAMベースの視覚的説明を取り入れることで、提案された手法は異種で多中心網膜イメージングデータセット間で一貫した評価を目的とした実用的かつ解釈可能なフレームワークを定義します。

Protocol

この研究は後ろ向き分析を含みました。機関および国の規則に従い、倫理委員会の正式な承認およびインフォームドコンセントは放棄され、特定可能な患者情報へのアクセスや使用は行われませんでした。

1. データソースと取得

1. すべての画像は、EyePACS、APTOS 2019、および三次医療コホートから取得したデータセット間で一貫性を確保するため、国際臨床糖尿病網膜症(ICDR)重症度尺度(グレード0-4)¹⁰に基づいて再ラベル付けしてください。
2. 既存の注釈を持つデータセットの元のラベルをICDRスケールにマッピングし、統一性を保ちます。
3. DRスクリーニングの経験を持つ2名の認定眼科医によって、すべての眼底画像を独立して評価します。
4. 評価バイアスを最小限に抑えるために、両グレーダーをデータセットのソース、患者識別子、臨床履歴、モデル予測に完全にマスキングしてください。匿名化されたファイル識別子を使って、画像をランダムな順序で提示します。
5. ICDRの重症度尺度(グレード0〜4)に厳格に従って評価を行いましょう。
6. 合意表示前に、コーエンの加重カッパ(κw)を用いて、DRの重症度等級の順序性を考慮した二次重みを用いて、成績者間の一致を定量化します。
7. 標準的な閾値(κ < 0.20、悪い、0.21-0.40、一般、0.41-0.60、中程度、0.61-0.80、かなり;> 0.80、ほぼ完璧)に基づいて一致度を解釈する。成績不一致は合同合意審査で解決します。コンセンサス評価をモデルトレーニングと評価の最終基準として使用してください。
8. モデルトレーニング前に、すべての画像を512×512ピクセルの均一解像度と一貫した色空間に標準化し、カメラ機器、取得プロトコル、照明条件の違いによるデータセット間変動を最小限に抑えるために、同一の前処理手順を適用してください。
   注:具体的には、前処理は以下の通りです:(i) 画像サイズ変更とRGB標準化、(ii) コントラスト強化のためのグリーンチャネルCLAHE、(iii) 円形マスキングと適応的閾値による背景アーティファクト除去、(iv) チャンネルごとの強度正規化、(v) ガウスフィルタリングとアンシャープマスキングを用いたノイズ低減とエッジ強調。
9. 市販の複数のカラー眼底カメラ(Topcon、Canon、Zeiss)を用いて、通常の臨床スクリーニング条件下で眼底画像を取得します(図2)。
10. 画像取得パラメータはデバイスごとに異なることを許容しつつ、30°-45°の視野角、約2,048×1,536から3,872×2,592ピクセルのネイティブ画像解像度、24ビット色深度(RGBチャンネルあたり8ビット)を含む典型的なスクリーニング範囲内で標準化してください。
11. 実際のスクリーニング実践を反映するために、ドレイト質および非ドレクトラム型の両方の画像診断プロトコルを使用してください。すべての画像を単一フィールドの黄斑中心眼底写真として可変照明条件下で撮影し、その後モデルトレーニング前に同じパイプラインで画像のサイズ調整と前処理を行います(図2)。
12. 使用前にすべての画像は、HIPAAガイドライン^12、13、¹⁴に準拠して匿名化してください。
    注意:被験体内のバイアスを避けるため、各目に1枚の画像のみを使用してください。以下のいずれかのあらかじめ定められた品質基準を満たす画像は除外します:(i) 網膜血管や微小動脈瘤を遮るピントが合わない、またはぼやけ(エッジのシャープネスおよび血管の可視性で評価される);(ii) 網膜視野の25%以上に影響する過度な動きのぼやけやピントの乱れ;(iii) 視神経乳頭または黄斑領域の不完全な視界喪失と定義される。または(iv)病変の視認性を妨げる飽和や影のような重度の照明アーティファクト。
13. 2人のレビュアーによる独立して品質評価を行い、意見の相違は合意形成によって解決します。
    1. EyePACSデータセット:Kaggleから取得したEyePACSデータセットを使用してください。利用可能なすべてのカラー眼底画像を含め、データセットのメタデータに付属するDRグレードを保持してください。
    2. APTOS 2019データセット:Kaggleから取得したAPTOS 2019データセットを使用してください。約3,600枚の単一フィールドカラー眼底画像を標準化されたスクリーニング条件下で取得しました。
    3. インド臨床データセット:病院由来のインディアン臨床データセットを使用し、色底画像を含みます。画像数の合計を記録し、資格のある眼科医が割り当てたDRグレードを基準ラベルとして使用してください。

図2:糖尿病網膜症のさまざまな段階を示す代表的なカラー眼底写真。この図の拡大版はこちらをクリックしてください。

2. 前処理(CLAHE、正規化、アーティファクト除去)

1. 病変の可視性を高め、画像条件による変動を減らすために多段階の前処理パイプラインを用いましょう。
2. 各色眼底画像を512×512ピクセルにリサイズし、ディープラーニングモデルの均一な入力寸法を維持します。
3. 各眼底画像の緑色チャネルにCLAHEを適用して造影強化を行い、このチャネルは最適な血管および微小動脈瘤のコントラストを提供します。
4. OpenCVライブラリを用いてCLAHEを実装し、ノイズの過剰増幅を防ぐためにクリップ制限を2.0にし、網膜フィールド全体で局所的なコントラスト強化を可能にするタイルグリッドサイズを8×8に設定します。
5. 処理済みの緑チャンネルと赤・青チャンネルを再結合して、強化されたRGB画像を再構成します。すべてのCLAHEパラメータを固定し、訓練、検証、テストセット全体ですべての画像に同一に適用することで再現性を確保します。
6. 次に、チャネルごとの正規化を用いて画像を平均ゼロおよび単位分散に正規化します。
7. 円形マスキングや適応閾値処理を用いて、黒い縁取りや照明ハローなどの背景アーティファクトを除去します。
8. ノイズ低減とエッジ保持のために、それぞれガウスフィルタリングとアンシャープマスキングを適用します。ノイズ抑制のためのガウスフィルタリングというコントラスト強化を適用します。標準偏差(σ)を1.0の5×5核を使用し、水平方向と垂直方向の両方で対称に実装します。
   注:この工程は高周波ノイズを低減しつつ、微細な血管構造を保存します。
9. 元の画像からぼやけた画像を差し引くアンシャープマスキングを行い、病変境界を強調します。
10. 具体的には、元の画像からガウスブラー画像(カーネルサイズ5 × 5、σ = 1.0)をシャープ化重み1.5から差し引き、得られた詳細画像を元の画像に加算して最終的なシャープ化出力を生成します。
11. すべてのパラメータを固定し、すべてのデータセットに均一に適用します。
12. 以下に記載した追加の前処理を含めて、実際の変動性をシミュレートし、トレーニングデータを補完します。
    1. 網膜の左右解剖学的対称性を考慮し、各訓練画像に0.5の確率でランダムな水平反転を適用します。
    2. 確率0.5のランダム垂直反転を適用し、眼底画像取得時によく見られる向きの変動を反映させます。
    3. -15°から+15°の範囲内で均一にサンプリングし、0.7の確率でランダム回転を適用し、カメラの微細な傾きや患者の頭部動きをシミュレートします。
    4. 元の画像サイズの±10%の範囲内で0.5の確率でランダムズームを適用し、その後センタートリミングやパディングを加えて入力解像度を512ピクセル×512ピクセルに戻します。
    5. ピクセル強度を0.9〜1.1の係数範囲で、確率0.4でスケーリングしてランダムな明るさ調整を適用し、イメージング機器間の照明変動をモデル化します。
    6. 画像のコントラストを0.9〜1.1の係数範囲内で、確率0.4でスケーリングしてランダムなコントラスト調整を適用し、露出差に対する堅牢性を高めます。
    7. すべての拡張はトレーニングセットにのみ適用され、モデルトレーニング中にオンザフライで実行され、検証やテスト画像は拡張されていないことを確認してください。
    8. トレーニング中は固定された増強パラメータを維持し、再現性とモデルの制御された変動性への一貫した曝露を確保します。
13. PythonのOpenCVおよび画像ライブラリを使って前処理ステップを実装し、トレーニングおよび検証セット間で一貫した変換を確保しましょう。

3. モデルアーキテクチャ(CNNのバリアント、最適化されたレイヤー)

1. DR分類のための複数のCNNアーキテクチャを探り、以下に挙げる3つのモデルバリアントを調査します。
   1. ベースラインCNN - バッチ正規化、ReLU活性化、最大プーリング、ドロップアウト(p = 0.5)を備えたカスタム6層CNN。
   2. Transfer Learning Models - ResNet50、EfficientNetB0、DenseNet121などの事前学習済みCNNバックボーンをImageNetの重みで初期化し、DR画像上で微調整。
   3. 最適化ハイブリッドモデル - EfficientNetB0とDenseNet121の特徴抽出器を組み合わせたアンサンブルモデルで、その後にsoftmax出力を持つ多層パーセプトロン(MLP)を組み合わせます。
   4. ファインチューニングの後、各事前学習モデルの分類ヘッドをグローバル平均プーリング層、ReLU活性化を含む高密度層(512ユニット)、ドロップアウト層(p = 0.5)、およびsoftmax出力層を用いて構築します。
   5. 各モデルの分類ヘッドの前にグローバル平均プーリング(GAP)レイヤーを配置します。
   6. 過学習を減らすために、分類ヘッド内の全ての完全連結(高密度)層にL2重み正則化を適用し、正則化係数(λ)を1 × 10⁻⁴で適用しました。この値は、ファインチューニング中のモデル収束性と分類性能を維持しつつ、大きな重みに対して効果的なペナルティを提供するために選ばれました。
   7. 分類層にソフトマックス活性化関数を用いて5クラスDR予測を可能にします。
   8. 網膜^{画像解析における}ハイブリッドおよび転移学習ベースのアプローチの優れた性能を示す既存研究に基づくベースモデル設計の選択 ^3,4.
   9. 最適化されたハイブリッドアンサンブルモデルでは、効率的なNetB0とDenseNet121を並列特徴抽出器として使用します。
   10. 同時に入力された眼底画像を両方の事前学習済みバックボーンに入力し、各ネットワークのグローバル平均プーリング(GAP)層の後に最終的な畳み込み特徴マップを抽出します。
   11. 得られた特徴ベクトルを連結して統一表現を形成し、2つの完全接続層(ReLUの活性化とドロップアウトを含む)からなるMLPに入力し、その後に5クラスDR分類用のソフトマックス出力層を置きます。
   12. この後期融合戦略を採用し、EfficientNetB0の細粒度の特徴効率とDenseNet121の密集特徴伝播を統合し、初期および高度なDR段階でバランスの取れたパフォーマンスを実現します。
   13. MLPを活用して、補完的な特徴表現の非線形積分を可能にしつつ、エンドツーエンド融合と比べて過学習を減らしましょう。

4. モデルトレーニングと最適化(移移学習、ハイパーパラメータ)

1. すべての実験はUbuntu Linux(バージョン20.04 LTS)とPython 3.8.10を搭載したワークステーションで行ってください。
2. TensorFlow 2.10.0を用いて深層学習モデルを実装し、Kerasバックエンドを使い、NVIDIA Tesla V100 GPU(32GB VRAM)上で実行します。
3. 指定されたTensorFlowリリースに対応しているCUDA Toolkitバージョン11.2およびcuDNNバージョン8.1を使用してGPUアクセラレーションを有効にします。
4. すべての前処理およびデータ拡張ステップはOpenCV 4.7.0、NumPy 1.23、imgaug 0.4.0を使用して実装してください。
5. データセットをトレーニング(70%)、検証(15%)、テスト(15%)に分割し、各パーティション内でクラスバランスを確保します。
6. すべてのモデルを32GB VRAMのNVIDIA Tesla V100 GPUで学習させます。
7. 転送学習を活用し、事前学習ネットワークの初期層を凍結し、眼底画像の上層を微調整します。
8. 最後の密集層をランダムに初期化し、ゼロから訓練します。
9. 以下のハイパーパラメータを最適化します:
   最適化者:アダム β1=0.9、β2=0.999
   学習速度:ReduceLROnPlateauスケジューラで1× 10⁻⁴
   バッチサイズ:32
   エポック:50-100(早期停止時)(Patience = 10)
   損失関数:カテゴリー的交差エントロピー
10. 最小の検証損失に基づいてモデルのチェックポイントを保存します。
11. クラスの不均衡に対処するには、訓練中のクラス頻度に反比例するカテゴリカルなクラス重みを適用します。
12. Keras ImageDataGeneratorを使ってリアルタイムでデータ拡張を適用できます。モデルの堅牢性を確保し選択バイアスを最小限に抑えるために、5分割のクロスバリデーション戦略を用いましょう。すべてのフォールドにおける平均的なパフォーマンス指標を報告し、対応する標準偏差を報告します。
13. 医療画像分類における移行学習の確立されたベストプラクティスに基づいてハイパーパラメータ値を選択し、検証セットでの予備パイロット実験で検証します。
14. Adamの最適化器は安定した収束性と適応学習率の挙動を考慮し、初期学習率を1e−4に設定して、ファインチューニング中のトレーニング安定性と収束速度のバランスを取ってください。
15. 計算効率を維持しつつ過学習を最小限に抑えるために、バッチサイズと早期停止基準を経験的に決定します。

5. 評価指標と検証(AUC、正確性、感度/特異度)

1. 標準的な分類指標を用いてモデルのパフォーマンスを評価してください。ホールドアウトテストセット(n枚≈8,000枚の画像)で一次評価を行い、5クラス分類および二項分類(参照可能なDRと非参照対象DR)の結果を報告します。
2. 以下の指標を計算します。
   正確率:すべてのクラスにおける正解率
   受信者動作特性曲線下面積(AUC):各クラスごとに計算され、平均化された(マクロAUC)
   感度(リコール):真陽性率 = TP / (TP + FN)
   特異度:真陰性率 = TN / (TN + FP)
   F1スコア:調和精度と記憶力の平均値
   混乱行列:分類誤差解析のための5 ×5
3. モデル識別を可視化するためのプロット、受信者動作特性(ROC)曲線および精度リコール曲線。
4. 正しく分類された画像と誤分類された画像の一部に対して、モデル予測を駆動する網膜領域を強調するために、グラデーション加重クラス活性化マッピング(グラデーション・キャビネット)可視化を作成します。
   注:最適化されたハイブリッドモデルは、参照可能なDR検出においてマクロAUCが0.961、感度が92.1%、特異度が89.4%、全体精度91.2%で最高の性能を達成しました。
5. 同じデータセット上の既存公開モデルと性能をベンチマークし、ペアt検定とマクネマー検定を用いて統計的有意性を評価します。
6. クロスバリデーションフォールドにわたる連続指標(AUC、正確性、F1スコア)に対するペアt検定と、テストセット上のペア分類アウトカムに対するMcNemar検定を用いて、ハイブリッドアンサンブルモデルと個々のCNNアーキテクチャ間の性能差の統計的有意性を評価します。
   注:ハイブリッドモデルは、すべてのシングルバックボーンモデルに対して統計的に有意な改善を示し、精度とAUCのp値は0.05<、観測された性能向上がランダムなばらつきによるものではないことを確認しました。精度はDRスクリーニングにおいて重要な評価指標であり、特に不必要な紹介や患者の不安、医療負担の増加につながる誤陽性予測を最小限に抑えるために重要です。正確率は、陽性と予測されたすべてのケースの中で正しく陽性と予測されたケースの割合と定義され、次のように表されます。
   Precision=TPTP+FP\text{Precision} = \frac{TP}{TP + FP}Precision=TP+FPTP
   ここで TP は真陽性、 FP は偽陽性を表します。
7. DR検出の文脈では、高精度をDRと分類された画像に病理学的兆候が含まれていることを示すと解釈し、自動スクリーニングシステムの信頼性を高めること。この指標は、過剰な偽陽性が紹介システムを圧倒しうる大規模な集団スクリーニングにおいて特に重要であることを強調してください。本研究では、各DRグレードおよび二値参照可能なDR検出の精度を評価し、モデルが病理的症例と健康対照を正確に区別できる能力を評価します。

Results

データセットの要約および前処理効果

厳選されたデータセットは、DRの重症度クラスにまたがる53,412枚のカラー眼底画像で構成されていました:DRなし(0)- 39.2%、軽度(1) - 18.4%、中等度(2) - 22.5%、重度(3)- 12.1%、増殖DR(4)- 7.8%。データはEyePACS、APTOS 2019、そして中国の第三次眼科センターから提供され、民族、画像条件、カメラ仕様の多様性を確保しています。

前処理は病変の可視性を大幅に向上させました。グリーンチャネルへのCLAHE適用により、特に微小動脈瘤や出血において局所コントラストが改善されました。背景アーティファクト除去(マスキングと閾値による)により、黒い境界や照明ハローの94%以上が効果的に除去されました。正規化によりデータセット間で一貫したピクセル強度分布を実現し、デバイス間の変動を低減しました。

Discussion

本研究では、EfficientNetB0とDenseNet121を組み合わせたハイブリッドアンサンブルモデルを開発・厳密に評価し、転移学習を用いて微調整し、古典的な前処理ステップ、CLAHE、アーティファクト除去、強度正規化を用いて5クラスDRグレーディングを用いています。アンサンブルは卓越した性能を達成し、参照可能なDR検出では精度91.2%、マクロAUC 0.961、F₁スコア0.913、感度92.1%をセクション6で報告しました。これらの指標は、ベースラインCNN(精度~83.4%、マクロAUC~0.88)やResNet50、EfficientNetB0、DenseNet121などの個別バックボーンモデルを大きく上回る成果を出しました。私たちの結果は、Gulshanらの画期的な研究と比較しても好意的です。 JAMAでは、12万8千枚以上の画像で訓練された10組のInceptionV3ベースのCNNを用いて、EyePACSおよびMessidor2の参照可能なDR検出でAUC≈0.99を報告しました。人間レベルの感度と特異度は

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Fundusカメラ(Topcon、Canon、Zeiss)	トップコン / キヤノン / ザイス		異なる照明条件下での高解像度カラー眼底写真を撮影するために使用されます
NVIDIA テスラ V100 GPU	NVIDIAコーポレーション	テスラ V100	32GB VRAM;深層学習モデルの訓練に使用
Python(OpenCV、imgaugライブラリ)	オープンソースコミュニティ		CLAHEを含む画像前処理、アーティファクト除去、正規化、増強
TensorFlow 2.10 + Keras	Google Brain		CNNモデル構築およびトレーニングに使用されるディープラーニングフレームワーク
EfficientNetB0 &DenseNet121 事前学習済みバックボーン	オープンソース(TensorFlow/Keras アプリケーション)		ImageNetで事前学習されたDR分類用の転移学習バックボーン