[複数の眼底疾患の同時グレーディングのための適応型病変認識型融合ネットワーク]
1School of Automation Science and Engineering, South China University of Technology, Guangzhou 510641, P. R. China.
まとめ
新しいAIネットワークALFNetは、糖尿病網膜症（DR）と糖尿病黄斑浮腫（DME）の同時グレーディングを改善します。このアプローチは、これらの視力喪失性疾患の診断精度を高めます。
科学分野:
- 眼科学
- 医用画像処理
- 人工知能
背景:
- 糖尿病網膜症（DR）および糖尿病黄斑浮腫（DME）は、失明の主な原因です。
- これらの状態は病理学的に関連しており、統合された診断アプローチが必要です。
研究 の 目的:
- DRおよびDMEの同時グレーディングのための高度な深層学習モデルを開発すること。
- 臨床診療における診断精度と効率を向上させること。
主な方法:
- DenseNet-121をバックボーンとして利用した適応型病変認識型融合ネットワーク（ALFNet）を提案しました。
- 個々の病変の特徴を捉えるための適応型病変アテンションモジュール（ALAM）を組み込みました。
- マルチタスク学習のために、深層特徴融合モジュール（DFFM）と4分岐複合損失関数を実装しました。
主要な成果:
- ALFNetはMessidorデータセットで優れた同時グレーディング性能を示しました。
- DR 2およびDME 3の同時精度率は0.868を達成しました。
- 既存の最先端手法を上回る同時DRおよびDMEグレーディングを達成しました。
結論:
- 提案されたALFNetは、同時グレーディングの向上に効果的な疾患間相関を捉えます。
- ALFNetは、DRおよびDME管理における臨床的意思決定において、効率と精度の点で大きな利点を提供します。
