摘 要：本文開發(fā)一種基于深度學(xué)習(xí)的白內(nèi)障診斷系統(tǒng)，協(xié)助醫(yī)生提高早期診斷效率和準(zhǔn)確性。本文收集帶標(biāo)注的白內(nèi)障裂隙燈圖像構(gòu)建數(shù)據(jù)集，進(jìn)行數(shù)據(jù)擴(kuò)增和預(yù)處理。采用卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）設(shè)計(jì)了一個(gè)帶有三分類全連接層的模型。利用遷移學(xué)習(xí)方法訓(xùn)練模型，從裂隙燈圖像中提取關(guān)鍵特征進(jìn)行分類。本文基于網(wǎng)絡(luò)模型設(shè)計(jì)了白內(nèi)障、輕度白內(nèi)障和正常三分類的可視化界面以及應(yīng)用程序，輔助醫(yī)療診斷。試驗(yàn)結(jié)果表明，該系統(tǒng)泛化能力良好，準(zhǔn)確性高，在臨床中應(yīng)用可提升診斷效率，及時(shí)干預(yù)治療，保護(hù)患者視力健康。

關(guān)鍵詞：白內(nèi)障；深度學(xué)習(xí)；數(shù)據(jù)增強(qiáng)；遷移學(xué)習(xí)；可視化

中圖分類號(hào)：TP 30" " " " " 文獻(xiàn)標(biāo)志碼：A

白內(nèi)障是主要視力障礙之一，隨著人口老齡化，其發(fā)病率不斷上升，不僅給醫(yī)療行業(yè)帶來挑戰(zhàn)，還增加居民的經(jīng)濟(jì)壓力。經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)醫(yī)療資源匱乏，白內(nèi)障診斷和治療更加困難，早期診斷也面臨挑戰(zhàn)。傳統(tǒng)診斷方法[1]主觀性強(qiáng)，耗時(shí)多，準(zhǔn)確性有限，須解決醫(yī)療資源分配不均等問題?；谏疃葘W(xué)習(xí)的白內(nèi)障診斷系統(tǒng)提供了無創(chuàng)、快速并準(zhǔn)確的診斷手段，根據(jù)自動(dòng)學(xué)習(xí)特征提高了診斷效率和準(zhǔn)確性，可進(jìn)行遠(yuǎn)程咨詢和診斷，尤其適用于資源匱乏地區(qū)和臨床繁忙情況[2]。該系統(tǒng)有助于改善醫(yī)療服務(wù)不平衡的現(xiàn)狀，提升醫(yī)療質(zhì)量和效率，社會(huì)價(jià)值很高。

國內(nèi)外基于深度學(xué)習(xí)的白內(nèi)障診斷系統(tǒng)研究都注重獲取醫(yī)療圖像數(shù)據(jù)并進(jìn)行預(yù)處理以及網(wǎng)絡(luò)模型優(yōu)化[3]。國內(nèi)研究強(qiáng)調(diào)與醫(yī)療機(jī)構(gòu)合作獲取高質(zhì)量數(shù)據(jù)，跨學(xué)科合作也受重視；國外主要使用標(biāo)準(zhǔn)CNN模型（例如AlexNet、VGG和ResNet）進(jìn)行白內(nèi)障診斷，并不斷優(yōu)化模型結(jié)構(gòu)[4]。這些研究展示了深度學(xué)習(xí)在白內(nèi)障診斷領(lǐng)域的潛力和前景，提升系統(tǒng)的診斷性能[5]。研究者們利用技術(shù)創(chuàng)新與合作將診斷系統(tǒng)應(yīng)用于臨床實(shí)踐，能夠更好地服務(wù)于患者，促進(jìn)醫(yī)療保健領(lǐng)域發(fā)展。

1 基于CNN的白內(nèi)障診斷方法

1.1 主要研究?jī)?nèi)容

本文利用深度學(xué)習(xí)的知識(shí)對(duì)裂隙燈眼底圖像進(jìn)行分析，設(shè)計(jì)基于卷積神經(jīng)網(wǎng)絡(luò)的白內(nèi)障輔助診斷系統(tǒng)。該系統(tǒng)能夠自動(dòng)診斷裂隙燈眼底圖像是否正常，對(duì)醫(yī)療診斷起輔助作用，能減輕眼科工作者的工作量。本文收集具有標(biāo)注信息的數(shù)據(jù)集建立圖像庫，對(duì)裂隙燈圖像進(jìn)行數(shù)據(jù)增強(qiáng)和預(yù)處理操作，對(duì)預(yù)處理后的圖像進(jìn)行瞳孔定位以及分割，基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建模型并進(jìn)行訓(xùn)練，對(duì)模型進(jìn)行評(píng)估并針對(duì)結(jié)果進(jìn)行可視化。白內(nèi)障診斷系統(tǒng)流程如圖1所示。

為解決當(dāng)前白內(nèi)障圖像庫數(shù)據(jù)不足的問題，本文搜集具有標(biāo)注信息的晶體裂隙燈圖像來構(gòu)建數(shù)據(jù)庫，將分別為正常、輕度白內(nèi)障以及白內(nèi)障圖像的3個(gè)種類進(jìn)行數(shù)據(jù)擴(kuò)增，劃分新的訓(xùn)練集、驗(yàn)證集和測(cè)試集。對(duì)眼底圖像進(jìn)行預(yù)處理操作，包括光照增強(qiáng)、瞳孔定位、感興趣區(qū)域提取以及數(shù)據(jù)增強(qiáng)等，數(shù)據(jù)增強(qiáng)處理能夠降低數(shù)據(jù)量稀少帶來的影響，提高模型的泛化能力。

在模型搭建過程中，本文采用預(yù)訓(xùn)練后的Inception-V3模型，保留原模型的參數(shù)，采用微調(diào)超參數(shù)和遷移學(xué)習(xí)訓(xùn)練原1 000分類的Inception-V3模型，得到新的三分類模型。對(duì)得到的新模型進(jìn)行評(píng)估和分析，將該模型導(dǎo)入白內(nèi)障可視化診斷系統(tǒng)中，該系統(tǒng)可利用導(dǎo)入裂隙燈的眼底圖像輔助醫(yī)生診斷患者是否患有白內(nèi)障，及時(shí)治療。因此，本文設(shè)計(jì)的白內(nèi)障篩查系統(tǒng)能輔助進(jìn)行醫(yī)療診斷，使患者得到及時(shí)治療。

1.2 卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）是一種深度學(xué)習(xí)模型，其作用是處理圖像、文本或音頻等復(fù)雜數(shù)據(jù)。卷積神經(jīng)網(wǎng)絡(luò)是由卷積層、池化層和全連接層構(gòu)成的。卷積層的作用是從輸入數(shù)據(jù)中提取特征，滑動(dòng)卷積核并進(jìn)行卷積運(yùn)算來捕捉圖像的局部特征。池化層降低特征圖的維度，提高網(wǎng)絡(luò)對(duì)位置變化的魯棒性。全連接層將提取的特征映射至輸出類別。最終輸出層利用激活函數(shù)（例如Softmax）將結(jié)果轉(zhuǎn)換為概率分布，用于多分類任務(wù)。 CNN 的基本結(jié)構(gòu)是由這些層共同組成的，其能夠有效地學(xué)習(xí)和處理復(fù)雜的數(shù)據(jù)，在計(jì)算機(jī)視覺等領(lǐng)域取得了重要進(jìn)展。

1.3 網(wǎng)絡(luò)模型

在深度學(xué)習(xí)領(lǐng)域，選擇合適的網(wǎng)絡(luò)模型結(jié)構(gòu)對(duì)任務(wù)的成功完成十分重要。經(jīng)典的深度卷積神經(jīng)網(wǎng)絡(luò)，例如AlexNet、VGGNet和GoogLeNet各自具有優(yōu)勢(shì)和特點(diǎn)。AlexNet是 1 個(gè)深層網(wǎng)絡(luò)結(jié)構(gòu)，引入了多項(xiàng)創(chuàng)新，但是受到當(dāng)時(shí)技術(shù)和硬件的限制。VGGNet在AlexNet的基礎(chǔ)上進(jìn)行改進(jìn)，使用更小的卷積核和更深層的網(wǎng)絡(luò)結(jié)構(gòu)，VGG-19比VGG-16層次更深，可以捕捉更復(fù)雜的特征，但是需要大量數(shù)據(jù)和計(jì)算資源。GoogLeNet引入Inception模塊，網(wǎng)絡(luò)深度和寬度逐漸擴(kuò)展，性能提升。其中，Inception-V3模型綜合了不同尺度的卷積核和池化層，并行運(yùn)行多個(gè)層來提取不同尺度的特征。

選擇GoogLeNet提出的Inception-V3模型作為遷移學(xué)習(xí)的初始模型，在ImageNet中進(jìn)行預(yù)訓(xùn)練并微調(diào)遷移學(xué)習(xí)方法來訓(xùn)練，可以有效提取白內(nèi)障圖像的特征，并進(jìn)行準(zhǔn)確分類。選擇合適的網(wǎng)絡(luò)模型結(jié)構(gòu)是基于深度學(xué)習(xí)的白內(nèi)障診斷系統(tǒng)研究中的關(guān)鍵步驟，能夠提高準(zhǔn)確性和效率，為早期診斷和治療提供更有力的支持。

1.4 遷移學(xué)習(xí)

遷移學(xué)習(xí)是一種在機(jī)器學(xué)習(xí)中常用的技術(shù)，尤其適用于在醫(yī)學(xué)領(lǐng)域中圖像已標(biāo)注數(shù)據(jù)稀缺的情況。其利用在一個(gè)任務(wù)中學(xué)到的知識(shí)來加速另一個(gè)不同但是有關(guān)聯(lián)的任務(wù)的學(xué)習(xí)過程。在深度學(xué)習(xí)中，通常使用預(yù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型作為新任務(wù)的起點(diǎn)，微調(diào)模型的部分參數(shù)或替換最后幾層，利用在大規(guī)模數(shù)據(jù)集中學(xué)習(xí)的通用特征。遷移學(xué)習(xí)流程如圖2所示。

在本課題中，利用預(yù)訓(xùn)練的1 000分類的Inception-V3模型進(jìn)行遷移學(xué)習(xí)。使用預(yù)訓(xùn)練模型提取特征向量，根據(jù)使用遷移學(xué)習(xí)得到的知識(shí)進(jìn)行特征提取。為了適應(yīng)課題的三分類需求，替換了模型的全連接層，將其改為1個(gè)具有3個(gè)神經(jīng)元的全連接層。由于利用預(yù)訓(xùn)練模型在大規(guī)模數(shù)據(jù)集中學(xué)到的通用特征，避免從頭開始訓(xùn)練模型的時(shí)間和計(jì)算資源消耗，因此該做法比傳統(tǒng)方法更為高效。

2 白內(nèi)障圖像預(yù)處理

2.1 光照增強(qiáng)

由于拍攝環(huán)境變化導(dǎo)致光照條件不同，因此對(duì)后續(xù)操作產(chǎn)生了一定的影響。優(yōu)化圖像的光照條件，增強(qiáng)光照，使圖像內(nèi)容更加清晰、真實(shí)和易于分析。光照增強(qiáng)的方法分為傳統(tǒng)方法和基于深度學(xué)習(xí)的方法。

傳統(tǒng)方法主要包括直方圖均衡化，調(diào)整圖像的直方圖，圖像亮度分布更加均勻，提高圖像對(duì)比度；自適應(yīng)直方圖變換，該方法根據(jù)圖像的局部特征自適應(yīng)地調(diào)整直方圖，以優(yōu)化特定區(qū)域的光照條件。還可以使用各種圖像濾波技術(shù)（例如高斯濾波、中值濾波等）來平滑圖像，減少光照引起的噪聲?；谏疃葘W(xué)習(xí)的方法主要利用CNN學(xué)習(xí)圖像的紋理和結(jié)構(gòu)特征，調(diào)整這些特征來改善光照條件；使用生成對(duì)抗網(wǎng)絡(luò)形成在理想光照條件下的新圖像，或調(diào)整現(xiàn)有圖像的光照以達(dá)到特定效果，還可以利用深度殘差網(wǎng)絡(luò)學(xué)習(xí)圖像的殘差信息來提高光照的增強(qiáng)效果。與傳統(tǒng)方法相比，這些方法可以更好地幫助模型集中于圖像中受光照影響最嚴(yán)重的區(qū)域，更有效地進(jìn)行光照增強(qiáng)。光照增強(qiáng)前后對(duì)比如圖3所示。

本文基于深度學(xué)習(xí)方法，利用CNN學(xué)習(xí)圖像的結(jié)構(gòu)特征對(duì)眼底圖像進(jìn)行光照增強(qiáng)處理，可以提升模型診斷準(zhǔn)確率，使網(wǎng)絡(luò)模型更好地提取圖像中的關(guān)鍵特征。

2.2 晶體定位

瞳孔定位能夠確定瞳孔位置，因此對(duì)后續(xù)圖像處理十分重要。Hough變換是一種圖像處理技術(shù)，適用于檢測(cè)圖像中的幾何形狀，例如直線和圓。本文使用Hough算法來定位瞳孔，獲取其圓心和半徑坐標(biāo)。

Hough變換的核心思想是將圖像中的點(diǎn)映射至一個(gè)參數(shù)空間，每個(gè)參數(shù)對(duì)應(yīng)原始圖像中直線的方程。采用這種方式，Hough變換可以將圖像中的點(diǎn)與參數(shù)空間中的曲線相對(duì)應(yīng)，對(duì)直線等幾何形狀進(jìn)行檢測(cè)。Hough變換定位瞳孔結(jié)果如圖4所示。

盡管Hough變換是一種強(qiáng)大的形狀檢測(cè)工具，但是其有一些局限性，例如對(duì)噪聲敏感、難以處理遮擋和交叉的形狀等。

2.3 ROI區(qū)域提取

感興趣區(qū)域（Region of Interest，ROI）是在圖像中定義1個(gè)矩形區(qū)域或掩膜，其作用是指定感興趣的特定區(qū)域。本文對(duì)眼底圖像進(jìn)行ROI區(qū)域提取，結(jié)果如圖5所示。

提取感興趣區(qū)域可以限制關(guān)注范圍，減少圖像處理的計(jì)算量，提高處理效率。感興趣區(qū)域有助于從復(fù)雜的背景中提取目標(biāo)，便于后續(xù)進(jìn)行分析和處理。

2.4 數(shù)據(jù)增強(qiáng)

在臨床白內(nèi)障分類方面，可用圖像較少，因此基于深度學(xué)習(xí)的圖像分類方法需要解決數(shù)據(jù)稀缺的問題。數(shù)據(jù)增強(qiáng)是一種有效策略，對(duì)原始數(shù)據(jù)進(jìn)行各種變換和操作，增加數(shù)據(jù)的多樣性和數(shù)量，提高模型的泛化能力和性能。本文使用的方法有平移、旋轉(zhuǎn)、鏡像翻轉(zhuǎn)和剪裁。數(shù)據(jù)擴(kuò)增對(duì)比如圖6所示。

平移：將圖像上下左右平移15 ppi。

旋轉(zhuǎn)：將圖像繞1個(gè)固定點(diǎn)分別旋轉(zhuǎn)30°和15°。

鏡像翻轉(zhuǎn)：水平翻轉(zhuǎn)圖像。

剪裁：將圖像以1∶10的半徑縮小比例和1∶10的中心點(diǎn)向左偏移比例進(jìn)行剪裁。

利用這些數(shù)據(jù)擴(kuò)增技術(shù)生成大量多樣性的訓(xùn)練樣本，提高模型在白內(nèi)障分類任務(wù)中的性能和泛化能力。

3 試驗(yàn)結(jié)果分析

3.1 試驗(yàn)數(shù)據(jù)

數(shù)據(jù)集共有587張圖像，白內(nèi)障、輕度和正常分別為192、211和184張圖像。試驗(yàn)經(jīng)過數(shù)據(jù)擴(kuò)增15倍后共有8 805張

圖像，從3類圖像中隨機(jī)各抽取500張作為測(cè)試集，再按照7∶3的比例將圖像隨機(jī)分為訓(xùn)練集：共有5 114張，包括白內(nèi)障1 666張，輕度1 866張，正常1 582張；驗(yàn)證集：共有2 191張，包括白內(nèi)障714張，輕度799張，正常678張。具體數(shù)量見表1。

3.2 評(píng)價(jià)指標(biāo)

準(zhǔn)確率（Accuracy）是分類性能的總體度量，計(jì)算方法是分類正確的樣本數(shù)除以總樣本數(shù)。本文采用Accuracy來評(píng)估系統(tǒng)性能，如公式（1）所示。

（1）

式中：TP（真陽性）為正確識(shí)別出的白內(nèi)障樣本；TN（真陰性）為正確排除的非白內(nèi)障樣本；FP（假陽性）為錯(cuò)誤地將非白內(nèi)障樣本識(shí)別為白內(nèi)障；FN（假陰性）為錯(cuò)誤地將白內(nèi)障樣本排除。

3.3 試驗(yàn)結(jié)果

模型訓(xùn)練完成后，使用驗(yàn)證集對(duì)模型進(jìn)行驗(yàn)證，再使用測(cè)試集進(jìn)行模型準(zhǔn)確性測(cè)試。測(cè)試結(jié)果見表2。

由表2可知，在Inception-V3模型中進(jìn)行微調(diào)參數(shù)和遷移學(xué)習(xí)，分別訓(xùn)練10輪和100輪得到3分類模型，將測(cè)試集分別用3分類模型進(jìn)行測(cè)試。訓(xùn)練10輪后，模型測(cè)試平均準(zhǔn)確率（MAR）接近65%，調(diào)整最佳參數(shù)，繼續(xù)訓(xùn)練100輪后，很大程度地提高了模型準(zhǔn)確率，平均準(zhǔn)確率達(dá)到96.59%。

3.4 可視化設(shè)計(jì)

為了使診斷結(jié)果可視化，更好地輔助醫(yī)療診斷，本文設(shè)計(jì)了一種基于PyQt5的UI界面，將其打包成可執(zhí)行程序，便于用戶使用。執(zhí)行程序后，在測(cè)試集中隨機(jī)選取3類裂隙燈眼底圖片，判斷測(cè)試結(jié)果是否準(zhǔn)確。測(cè)試結(jié)果如圖7所示。

分別從白內(nèi)障、輕度白內(nèi)障和正常眼底圖像中隨機(jī)選擇1張加載測(cè)試樣本進(jìn)行測(cè)試，點(diǎn)擊診斷按鈕即可得到診斷結(jié)果。試驗(yàn)結(jié)果表明，本系統(tǒng)采用的網(wǎng)絡(luò)模型的可視化診斷準(zhǔn)確率較高。

4 結(jié)論

本文采用了基于卷積神經(jīng)網(wǎng)絡(luò)的白內(nèi)障診斷方法，其訓(xùn)練策略結(jié)合遷移學(xué)習(xí)和微調(diào)參數(shù)。該方法能夠?qū)α严稛粞鄣拙w圖像進(jìn)行檢測(cè)，對(duì)眼底圖像進(jìn)行白內(nèi)障診斷，包括白內(nèi)障、輕度白內(nèi)障以及正常3種狀態(tài)。試驗(yàn)結(jié)果表明，該模型的平均準(zhǔn)確率達(dá)到96.59%。本文將該模型與用戶界面（UI）設(shè)計(jì)結(jié)合，開發(fā)了一個(gè)白內(nèi)障輔助診斷系統(tǒng)，使診斷過程更便捷，診斷結(jié)果更直觀。以后在現(xiàn)有白內(nèi)障診斷系統(tǒng)的基礎(chǔ)上可繼續(xù)進(jìn)行優(yōu)化，使其實(shí)用性和易用性更高，為醫(yī)療診斷提供更好的輔助。

參考文獻(xiàn)

[1]徐亞明，虞劍.基于遷移學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)的安全殼裂縫識(shí)別[J].測(cè)繪地理信息，2023（5）：65-68.

[2]路易，吳玲達(dá)，朱江.基于卷積神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類方法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2018，39（9）：144-149.

[3]劉振宇，宋建聰.基于深度學(xué)習(xí)的白內(nèi)障自動(dòng)診斷方法研究[J].微處理機(jī)，2019，40（3）：48-52.

[4]SAMRIDHI S，KALPANA M，PARIMALARANGAN R，et al.Identification of sigatoka leaf spot disease in banana using convolutional"neural network（CNN）[J].Asian journal of agricultural extension，"Economics amp; Sociology，2023，41（9）：931-936..

[5]OKTAVIAN W M ，YUDISTIRA N ，RIDOK A . Classification"of Alzheimer’s disease using the convolutional neural network （CNN） with transfer learning and weighted loss[J]. IAENG International"journal of computer science，2023，50（3）：1-15.