上海交通医院内分泌代谢科等领衔，与上海交通大学计算机科学与工程系盛斌教授、上海市眼病防治中心执行主任邹海东教授合作，日前完成了一项人工智能系统精准识别糖尿病视网膜病变研究。该研究基于全球最大的眼底图像数据库，创新性研制迁移强化的多任务学习框架，构建了糖尿病视网膜病变辅助智能诊断系统，实现了对糖尿病视网膜病变从轻度到增殖期病变的全病程自动诊断。针对糖尿病视网膜病变筛查与防治的需要，该研究开发了糖尿病视网膜病变辅助智能诊断系统（DeepDR）。DeepDR基于迁移强化的多任务学习框架，通过对近70万张的眼底图片数据进行学习，使DeepDR能像眼科医生一样对眼底照片进行视网膜病变诊断。据介绍，DeepDR由多个交叉迁移强化的多任务学习卷积神经网络组成，具有三大功能：一是图像质量分析与实时反馈，可以对摄片者就图像质量所存在的问题实时反馈，有效避免采集低质量无效图片，显著提高视网膜病变筛查的摄片效率；二是病变检测，可以对视网膜特征病变实现自动识别和分割，精确识别微血管瘤、棉絮斑、硬性渗出和出血等病变；三是分级诊断，能给出视网膜病变分级诊断结果，精准区分从轻度到增殖期不同程度的视网膜病变。DeepDR在轻度视网膜病变中实现了高灵敏度和特异性诊断，可帮助识别不同类型病变，使得其诊断过程更接近于眼科医生的思维过程。
文章来源：健康报
预览时标签不可点收录于合集#个上一篇下一篇