10、基于智能手机眼底视频的糖尿病视网膜病变检测

基于智能手机眼底视频的糖尿病视网膜病变检测

1. 背景与动机

当前经FDA批准的高分辨率眼部成像设备检测糖尿病视网膜病变（DR）成本高昂，在中低收入国家难以广泛应用。而使用像Paxos Scope这样的低成本智能手机眼底成像适配器是一种解决方案。不过，智能手机眼底成像的图像质量通常不如传统数字视网膜成像，且传统医疗设备训练的模型不能直接用于Paxos图像领域。直接从原始未编辑的视频片段中检测糖尿病视网膜病变，能整合多个不同帧的信息，还能减轻用户手动挑选高质量帧的负担。

2. 材料与方法

2.1 数据采集与标注

• 主要数据集 ：在印度班加罗尔合作的Sankara眼科医院的帮助下，在印度南部的外展眼科诊所采集。包含366只眼睛的眼底视频，使用iPod touch（第6代）和Paxos Scope适配器通过间接检眼镜进行智能手机眼底成像。经训练有素的眼科医生手动评估和评级，排除了58个因整体质量不足的视频。剩余308只眼睛的类别分布不平衡，轻度、中度、重度和增殖性视网膜病变的眼睛分别为32只、50只、8只和5只。视频长度在34到407秒之间，帧率为10帧/秒，未经过编辑，包含信息帧（清晰、无模糊的视网膜血管结构图像）和非信息帧（可能显示面部或检查室部分）。视频按上述五类进行分层抽样，分为训练集（85%的眼睛）和测试集（15%）。
• 信息帧分类器训练数据 ：为训练选择信息帧的分类器，对部分帧进行标注。由于大多数帧是非信息帧，负样本通过均匀采样所有可用视频（包括患病和未患病病例）并手动排除信息帧获得；正样本通过手动筛选所有视频，选取至少50%通过Paxo