基于NASNet-Large和ResNet-50迁移学习的糖尿病视网膜病变早期检测与分级研究

本研究针对糖尿病视网膜病变(DR)早期诊断难题，创新性地采用NASNet-Large和ResNet-50卷积神经网络进行迁移学习，通过组合式图像预处理（GCE/CLAHE）和类平衡策略，在APTOS 2019数据集上实现早期DR检测准确率0.96（F1 0.97）、多阶段分类准确率0.91（F1 0.91），为临床自动化筛查提供高精度解决方案。

　　

糖尿病视网膜病变(DR)作为糖尿病最常见的微血管并发症，已成为全球致盲的首要原因之一。据统计，全球DR患者数量从2010年的9300万激增至2040年预计的6.42亿，其中约28%将发展为威胁视力的晚期阶段。尽管早期干预可有效延缓病情，但传统诊断依赖眼科专家人工判读眼底图像，存在工作量大、主观性强等局限，尤其在资源匮乏地区更显突出。

近年来，基于深度学习的计算机辅助诊断系统展现出巨大潜力，但现有研究仍面临三大挑战：早期病变特征细微导致检测困难；数据集类别不平衡影响模型评估；不同预处理方法效果存在争议。针对这些问题，Sreebhadra Vallukappully团队在《Informatics in Medicine Unlocked》发表研究，首次将NASNet-Large架构应用于DR早期检测，并系统评估了图像预处理组合的协同效应。

研究采用APTOS 2019数据集（3662张专家标注的眼底图像），通过Python 3.13/TensorFlow 2.1.8平台构建两类模型：早期检测采用NASNet-Large（输入尺寸331×331），多阶段分类使用ResNet-50（224×224）。关键技术包括：1）组合测试绿色通道提取(GCE)和对比度受限自适应直方图均衡化(CLAHE)；2）过采样与实时数据增强解决类不平衡；3）宏平均法计算多分类指标。

4.1. 早期阶段分类

通过冻结NASNet-Large顶层、添加二元全局平均池化层，模型在测试集表现优异：最佳组合（GCE+CLAHE+增强）准确率达96.81%，F1分数96.85%，特异性98.06%。值得注意的是，预处理步骤对性能提升有限（<1%），暗示该架构可能直接从原始图像中有效提取特征。

4.2. 多阶段分类

ResNet-50模型经精细调整（含512/256单元的全连接层和0.5 dropout率），在五分类任务中：GCE+CLAHE组合表现最佳（准确率91.14%，F1 91.18%），较单独使用CLAHE提升5%。混淆矩阵显示，模型对"无DR"和"增殖性DR"识别最准（准确率>95%），而"中度"与"重度"存在12-17%误判，反映疾病连续进展的特征重叠难题。

这项研究通过系统实验揭示了三个重要发现：首先，NASNet-Large在DR早期检测中展现出超越EfficientNet等现有架构的性能（较文献报道最高精度提升7%）；其次，类平衡策略使性能评估更可靠，避免了既往研究因数据倾斜导致的指标虚高；最后，预处理效果具有模型依赖性——对NASNet-Large影响微弱，但对ResNet-50至关重要。

临床转化方面，该成果为开发低成本的DR筛查系统提供了技术基础，尤其适合医疗资源匮乏地区。未来结合可解释AI(XAI)技术，有望进一步增加临床信任度。研究团队已通过开放科学框架公开代码，促进方法学的透明化和可重复性。正如van der Linde在讨论中指出，这种"预处理组合测试+严格类平衡"的研究范式，为医学图像分析领域树立了方法学新标准。