Red de fusión adaptativa sensible a lesiones para la clasificación conjunta de múltiples enfermedades del fondo de...

Área de la Ciencia:

• Oftalmología
• Imagen Médica
• Inteligencia Artificial

Sus antecedentes:

• La retinopatía diabética (RD) y el edema macular diabético (EMD) son las principales causas de pérdida de visión.
• Estas afecciones están relacionadas patológicamente, lo que requiere enfoques diagnósticos integrados.

Objetivo del estudio:

• Desarrollar un modelo avanzado de aprendizaje profundo para la clasificación simultánea de RD y EMD.
• Mejorar la precisión y eficiencia diagnóstica en la práctica clínica.

Principales métodos:

• Se propuso la red de fusión adaptativa sensible a lesiones (ALFNet), utilizando DenseNet-121 como columna vertebral.
• Se incorporó un módulo de atención adaptativa a lesiones (ALAM) para la captura de características de lesiones distintas.
• Se implementó un módulo de fusión profunda de características (DFFM) y una función de pérdida compuesta de cuatro ramas para el aprendizaje multiobjetivo.

Principales resultados:

• ALFNet demostró un rendimiento superior en la clasificación conjunta en el conjunto de datos Messidor.
• Se logró una tasa de precisión conjunta del 0.868 para RD 2 y EMD 3.
• Superó a los métodos existentes de vanguardia en la clasificación conjunta de RD y EMD.

Conclusiones:

• La ALFNet propuesta captura eficazmente las correlaciones inter-enfermedades para mejorar la clasificación conjunta.
• ALFNet ofrece ventajas significativas en eficiencia y precisión para la toma de decisiones clínicas en el manejo de la RD y el EMD.