基于深度学习的眼底图像多标签分类方法研究.pdfVIP

摘要

视觉作为最重要的感官之一，在人类生活的各个方面起着至关重要的作用，

而提供视觉的眼睛一旦受损则会对个人和家庭带来深远的不利影响。近些年，全

球眼疾种类不断增多，发病率逐年上升。医生可通过观察眼底图像可对眼疾进行

诊断，但这非常考验医生的专业能力。随着深度学习的快速发展和应用，开发出

一套完整的眼底疾病辅助诊断系统成为可能，其可以轻易部署到各个医疗机构，

给医生提供诊断建议，避免误诊漏诊，减轻医生的工作压力。

本文结合国内外相关研究，从单眼级别和病人级别两个方面提出基于深度学

习的眼底图像多标签分类方法，实现7种眼疾的多标签分类。本文的主要工作和

创新点包括：

（1）提出了一种适用于单眼眼底图像的多标签分类方法。通过调整数据扩

增、多步长学习率调整策略来增强图像多样性和靠近网络全局最优点。此外，使

用asymmetric损失函数解决数据不平衡问题，采用随机权重平均、测试数据扩增

以及8-fold交叉检验方法提高网络泛化能力和分类准确率。最终，单眼多标签分

类在Macro-F1、Micro-F1和mAP上分别取得0.7574、0.8321和0.8097，其中共

有4种眼疾的AP分数超过0.9。

（2）提出了优先判断患病整合单眼预测结果实现病人眼疾多标签分类的

IMPR-D（IntegratingMonocularPredictionResults-Disease）方法。IMPR-D优先考

虑双眼是否患病，若双眼中存在单眼患病情况，则病人每个疾病类概率取双眼疾

病类的较大值。相比优先判断正常，IMPR-D在Macro-F1、Micro-F1和mAP上

分别高出2.1%、1.8%和2.3%。

（3）提出了融合多阶段双眼特征实现病人眼疾多标签分类的FOBF-MS

（FusionOfBinocularFeatures-Multi-stage）方法。该方法使用1*1卷积整合双

眼高阶特征，并拼接不同层次卷积模块的特征用于病人眼疾分类。最终，该方法

在双眼多标签分类任务上取得最优结果，相比IMPR-D方法，在Macro-F1和mAP

上分别提升0.8%、0.4%。

本文提出的方法既可以得到单眼眼底图像的分类结果，也可以根据双眼眼底

图像对病人整体患病情况进行预测诊断，适用于不同诊断场景的不同需求。

关键词深度学习，眼底图像，多标签分类，数据不平衡，多阶段特征融合

ABSTRACT

Asoneofthemostimportantsenses,visionplaysavitalroleinallaspectsof

humanlife.Oncetheeyesthatprovidevisionaredamaged,itwillhaveprofound

adverseeffectsonindividualandfamily.Inrecentyears,thetypesofeyediseases

worldwidehavebeenincreasing,andtheincidenceratehasbeenincreasingyearby

year.Doctorscandiagnoseeyediseasesbyobservingfundusimages,butitisagreat

testofdoctorsprofessionalability.Withtherapiddevelopmentandapplicationofdeep

learning,itispossibletodevelopacompleteauxiliarydiagnosissystemforocular

fundusdiseases.Thesystemcanbeeasilydeployedtovariousmedicalinstitutionsto

providedoctorswithdiagnosissuggestions,avoidmisdiagnosisandmisseddiagnosis,

an