基于深度学习的OCT图像多类视网膜疾病自动分类：八种卷积神经网络架构的可重复框架开发与性能比较

《International Journal of Retina and Vitreous》：Automated retinal disease classification from optical coherence tomography images using deep learning

　　

摘要

目的

在一项回顾性比较诊断准确性研究中，开发并比较评估一个可重复的深度学习（DL）框架，用于从光学相干断层扫描（OCT）图像中自动进行多类视网膜疾病分类。

方法

使用一个公开的OCT数据集，包含820名患者的2064张图像，对七个诊断类别进行分类：年龄相关性黄斑变性（AMD）、糖尿病性黄斑水肿（DME）、黄斑前膜（ERM）、正常视网膜、视网膜动脉阻塞（RAO）、视网膜静脉阻塞（RVO）和玻璃体黄斑界面疾病（VID）。为避免数据泄漏，数据集在患者层面划分为训练集（1481张图像；592名患者）、验证集（281张图像；105名患者）和测试集（302张图像；123名患者）。八个卷积神经网络（CNN）架构（InceptionV3、VGG16、MobileNetV2、AlexNet、EfficientNetV2B2、ResNet50、DenseNet121和Xception）在相同的实验流程中使用预训练权重、加权交叉熵损失、带解耦权重衰减的自适应矩估计（AdamW）优化、早停和检查点进行训练。使用总体准确率、平衡准确率、宏平均受试者工作特征曲线下面积（AUROC）、各类精确率、召回率和F1分数、混淆矩阵和期望校准误差（ECE）评估性能，并应用温度缩放进行概率校准。

结果

所有评估的模型在患者不相交的测试集上均表现出强大的诊断性能。Xception取得了最佳的总体分类结果，准确率为93.05%，平衡准确率为87.39%。ResNet50和DenseNet121也表现出色，分别达到91.72%和91.39%的准确率，宏平均AUROC值均超过0.98。ResNet50产生了最高的宏平均AUROC（0.99021）和最低的校准ECE（0.02171），表明其具有较强的判别能力和可靠概率估计。各类分析显示，AMD和正常视网膜等主要类别的表现更好，而少数类别仍然更具挑战性。

结论

开发了一个用于基于OCT的视网膜疾病分类的可重复深度学习框架，并证明其在七个视网膜诊断类别中表现有效。在评估的架构中，Xception提供了最佳的总体分类性能，而ResNet50提供了最强的判别和校准能力。这些发现支持了深度学习作为从OCT图像中自动检测视网膜疾病的可靠工具的潜力。

临床试验编号

不适用。