基于平行图像的糖尿病视网膜病变智能诊断

来源：电子测量技术杂志2022年第14期北京时间：

作者：赵亮，付园坤，陈涵欣，魏政杰，云晴，金军委

单位：1.河南工业大学电气工程学院 郑州 450001; 2.河南工业大学大数据与人工智能学院 郑州 450001

摘要：针对深度学习诊断糖尿病视网膜病变（diabetic retinopathy, DR）面临数据集小、类别不均衡及诊断效果不佳等问题，本文提出基于平行图像和Swin Transformer的DR分级模型。首先基于StyleGAN2-ada构建平行图像生成模型，解决训练图像过少和类别失衡问题。经FID、KID和目视评估，构建的平行图像符合后续工作要求。然后，基于注意力与窗口滑动机制构建DR诊断模型改善诊断效果。最后，使用平行图像训练诊断模型。经验证，本文提出的诊断模型准确率为93.5%、特异性最高为99%、F1分数最高为0.96。与原始图像相比，使用平行图像训练模型后其准确率提升20%、精确率最高提升70%。与其他三种深度学习模型对比，本文所提方法各项指标均达到最优。以上结果表明，本文构建的模型可在小样本数据集下实现较好的诊断效果。

关键词：糖尿病视网膜病变; 平行眼底图像; 生成对抗网络; Swin Transformer

基金资助：国家自然科学基金(61473114,62106068)