研究与开发杂志
开放获取

抽象的

使用机器学习诊断糖尿病视网膜病变

斯瓦蒂·古普塔和卡兰迪卡·AM

糖尿病视网膜病变是最常见的糖尿病眼病，也是导致失明的主要原因。早期疾病检测的定期筛查是一项劳动力和资源高度密集的任务。因此，通过计算技术自动检测这些疾病将是一个很好的治疗方法。视网膜上存在许多特征，如渗出物和微动脉瘤特征。微动脉瘤 (MA) 的存在通常是糖尿病视网膜病变的早期征兆，从彩色视网膜图像中自动检测微动脉瘤有点困难，因此我们使用绿色香奈儿图像。该项目的目标是检测视网膜微动脉瘤和渗出物，以便使用分类器自动筛查 DR。为了开发自动 DR 筛查系统，需要检测数字基金照片中的暗病灶和亮病灶。为了检测视网膜微动脉瘤和渗出物，从 Messidor 数据集中获取视网膜图像。预处理后，进行形态学操作来查找特征，然后提取特征（例如 GLCM 和 Splat）进行分类。在此，我们的灵敏度和特异性分别为 87% 和 100%，准确度为 86%。