40、糖尿病视网膜病变检测与5G及生物医学天线设计

糖尿病视网膜病变检测与5G及生物医学天线设计

糖尿病视网膜病变检测

在糖尿病视网膜病变检测方面，研究人员使用配备Core i3处理器和8GB RAM的戴尔笔记本电脑，借助Python和Keras框架进行实验。采用APTOS 2019失明检测数据集评估所提出的集成模型，该数据集包含3662张训练图像，大小为454MB。

糖尿病视网膜病变分为5个诊断级别：
1. 无糖尿病视网膜病变（No DR）：疾病尚未发展到影响眼睛的程度，眼睛状况良好。
2. 轻度糖尿病视网膜病变（Mild DR）：轻度非增殖性糖尿病视网膜病变的第一阶段，症状包括视网膜血管微小部分肿胀。
3. 中度糖尿病视网膜病变（Moderate DR）：第二阶段，视网膜部分血管出现明显堵塞迹象。
4. 重度糖尿病视网膜病变（Severe DR）：第三阶段，更多血管堵塞，导致视网膜部分区域血流不足。
5. 增殖性糖尿病视网膜病变（Proliferative DR）：第四阶段也是最后阶段，视网膜会开始生长新的脆弱异常血管，这些血管可能渗漏，导致视力丧失甚至失明。

实验对CNN模型（ResNet、ResNet和VGG的集成、ResNet和Xception的集成）进行了测试，结果显示准确率逐渐提高，损失逐渐降低。具体情况如下表所示：
| Architecture | Accuracy | Precision | Recall | F1 score |
| — | — | — | — | — |
| ResNet | 0.49 | 0.25 | 0.49 | 0.33 |
| Ensemble (ResNet, VGG) | 0.66 | 0.5