Классификация стадий диабетической ретинопатии на основе нейронных сетей
Another Title
Classification of diabetic retinopathy stages based on neural networks
Bibliographic entry
Лукашевич, М. М. Классификация стадий диабетической ретинопатии на основе нейронных сетей = Classification of diabetic retinopathy stages based on neural networks / М. М. Лукашевич, Ю. И. Голуб // Системный анализ и прикладная информатика. – 2022. – № 3. – С. 12-21.
Abstract
Диабетическая ретинопатия является одним из основных побочных эффектов диабета, которая вызывает тяжелые последствия, вплоть до слепоты. Основной задачей является ранняя диагностика данного заболевания с целью своевременного и эффективного лечения. Диабетическая ретинопатия может быть обнаружена гораздо быстрее и более точно, если использовать методы машинного обучения для анализа изображений сетчатки глаза человека. Разработка методов и алгоритмов детекции и классификации данного заболевания, а также автоматизация этого процесса, являются актуальными задачами и экономически эффективным мероприятием. В статье основное внимание уделено вопросу классификации стадий диабетической ретинопатии с помощью нейронных сетей на основе изображений сетчатки глаза человека. Oписана задача классификации стадий диабетической ретинопатии, а также предложено использование архитектуры глубоких нейронных сетей на основе VGG16 и VGG19 с добавление пользовательских слоёв. В результате проведенных экспериментальных исследований приведены рекомендации по выбору размера исходных изображений сетчатки глаза, а также этапу предварительной обработки (обрезке изображения). Выполнено исследование используемого набора данных, в результате чего обучение моделей нейронных сетей и оценка результатов проводилась с учетом дисбаланса классов.
Abstract in another language
Diabetic retinopathy is one of the main side effects of diabetes, which causes severe effects, including blindness. The main challenge is the early diagnosis of this disease for timely and effective treatment. Diabetic retinopathy can be detected much faster and more accurately by using machine learning methods for image analyzing of the human retina. The development of methods and algorithms for the detection and classification of this disease, the automation of this process are the actual and cost-effective goals. The article focuses on the classification of the stages of diabetic retinopathy using neural networks based on human retinal images. Classification problem of diabetic retinopathy stages is described. The architecture of deep neural networks based on VGG16 and VGG19 with the addition of custom layers is proposed. Recommendations for the selection of the size of the initial retinal images and the preprocessing stage (cropping) are given As a result of the performed experimental research. Analysis of the dataset was performed. Neural network models were trained and results were evaluated with class imbalance taken into account.
View/ Open
Collections
- № 3[9]