喬麗?喬晶晶?蘭靜

摘要：本文提出了一種基于EfficientNet的糖尿病視網(wǎng)膜病變診斷，通過使用MBConv卷積模塊對原始圖像進行卷積處理，通過“壓縮－激勵”模塊對圖像病灶施加注意力機制，并使用激活函數(shù)對神經(jīng)網(wǎng)絡(luò)進行調(diào)整。該方法在Kaggle APTOS數(shù)據(jù)集上取得了78.3%的五分類準(zhǔn)確度及92.2%的二分類準(zhǔn)確度，證明該方法的有效性，并且與文中提及的其他方法（VGG16，Inception等）對比有更高的準(zhǔn)確率。

關(guān)鍵字：EfficientNet；糖尿病視網(wǎng)膜；MBConv卷積模塊；Kaggle APTOS

糖尿病視網(wǎng)膜病變（Diabetic Retinopathy，DR）是糖尿病患者最常見的并發(fā)癥之一，也是致盲性眼病之一[1]。早期治療可以有效地控制病情發(fā)展，避免失明。因此，糖尿病患者應(yīng)該定期進行眼科檢查，及時發(fā)現(xiàn)和治療糖尿病視網(wǎng)膜病變。傳統(tǒng)的眼科檢查方法包括眼底照相、光學(xué)相干斷層掃描（OCT）等，但這些方法的診斷效果不佳，容易誤診或漏診。而基于深度學(xué)習(xí)的算法可以通過自動分析視網(wǎng)膜圖像的特征，準(zhǔn)確地檢測出糖尿病視網(wǎng)膜病變的存在[2]?；谏疃葘W(xué)習(xí)的算法可以通過識別圖像中的特征，提前發(fā)現(xiàn)糖尿病視網(wǎng)膜病變的早期癥狀，從而為患者提供更早期的干預(yù)和治療。

一、相關(guān)文獻

當(dāng)前已有大量對基于機器學(xué)習(xí)的糖尿病視網(wǎng)膜病變診斷研究。對于傳統(tǒng)的機器學(xué)習(xí)方法，Abramoff等人[3]使用k-近鄰（k-NN）分類器對糖尿病視網(wǎng)膜進行二分法（正常，病變），取得了0.839的AUC分數(shù)。Noronha等人[4]使用SVM對疾病進行二元分類，獲得了99.1%的準(zhǔn)確率。Acharya等人[5]則應(yīng)用SVM對糖尿病視網(wǎng)膜病變進行分類。

Rakhlin等人[6]修改了VGG16并在兩個數(shù)據(jù)集上進行了測試。在Kaggle EyePACS數(shù)據(jù)集上，模型取得了92%的敏感性和72%的特異度。在Messidor數(shù)據(jù)集上，取得了99%的靈敏度和71%的特異度。Garcia等人[7]使用EyePACS數(shù)據(jù)集來訓(xùn)練和測試一些不同的模型，在VGG16模型上達到74.3%的二分類準(zhǔn)確率，在VGG16noFC模型上達到83.68%的準(zhǔn)確率和54.47%的靈敏度。

Zhang等人[8]提出了一個高質(zhì)量的糖尿病視網(wǎng)膜病變數(shù)據(jù)集，并開發(fā)了一個高效的糖尿病視網(wǎng)膜病變識別系統(tǒng)，其靈敏度為97.5%。Zhou等人[9]提出了一個多細胞多任務(wù)CNN，旨在解決一些不容易檢測到的微小病灶。使用這種技術(shù)，在Kaggle EyePACS數(shù)據(jù)集的五個分類任務(wù)中，Kappa score達到了0.841。

二、實驗方法

本文采用EfficientNet模型對糖尿病視網(wǎng)膜病變進行分類。它在2019年由Google Brain團隊提出，并在ImageNet數(shù)據(jù)集上取得了比較高的準(zhǔn)確率。EfficientNet通過使用復(fù)合縮放系數(shù)（Compound Scaling Coefficient）來平衡網(wǎng)絡(luò)的深度、寬度和分辨率。通過增加網(wǎng)絡(luò)深度以增強特征提取能力，同時增加網(wǎng)絡(luò)寬度來增加網(wǎng)絡(luò)的表達能力，最后增加輸入圖像的分辨率提高網(wǎng)絡(luò)的視覺表現(xiàn)力。該方法在保持網(wǎng)絡(luò)大小和計算資源不變的情況下，顯著提高網(wǎng)絡(luò)的準(zhǔn)確率。并且采用Swish激活函數(shù)、SE模塊（Squeeze-and-Excitation Module）和移動翻轉(zhuǎn)瓶頸卷積（Mobile Inverted Residual Block， MBConv）等。

（一）Swish激活函數(shù)

Swish是一種新型的激活函數(shù)，它由Google在2017年提出。Swish激活函數(shù)的數(shù)學(xué)表達式為公式（1）。

f （x） = x×sigmoid （x） （1）

其中sigmoid （x）具體形式為公式（2）。

sigmoid （x） = 1 / （1+ exp （-x） ）（2）

Swish激活函數(shù)的主要特點是具有非常平滑的梯度，因此在優(yōu)化深度神經(jīng)網(wǎng)絡(luò)時可以更好地保持梯度的穩(wěn)定性和信息流動性。相比于ReLU及其變種，Swish在一些圖像分類和目標(biāo)檢測任務(wù)中能夠達到更好的性能。

（二）壓縮激勵模塊SE

SE模塊包括兩個步驟，第一個步驟是“Squeeze”（壓縮）步驟，它通過全局池化操作將每個特征通道的空間信息壓縮為一個標(biāo)量。第二個步驟是“Excitation”（激勵）步驟，它使用一個簡單的全連接層來學(xué)習(xí)每個通道的權(quán)重。這些權(quán)重表示每個通道對于網(wǎng)絡(luò)的重要性，并且用于對每個通道進行加權(quán)，以增強網(wǎng)絡(luò)的特征表達能力。最后，SE模塊將加權(quán)的特征通道相加，形成最終的輸出。

（三）MBConv模塊

MBConv是一種輕量級的卷積神經(jīng)網(wǎng)絡(luò)（CNN）模塊，該模塊的設(shè)計旨在提高網(wǎng)絡(luò)的表達能力，同時保持計算效率。MBConv模塊采用了一種稱為“Inverted Residual”（反向殘差）的結(jié)構(gòu)，它包含了兩個重要的組成部分：深度可分離卷積（Depthwise Separable Convolution）和跨通道連接（Channel Shuffle）。深度可分離卷積是一種在深度和空間維度上分離卷積操作的卷積方式，它可以將模型大小和計算量大大減少?？缤ǖ肋B接則是一種將不同特征通道混合的方法，可以增強模型的表達能力。

三、實驗分析

（一）數(shù)據(jù)集

Kaggle APTOS數(shù)據(jù)集包含了一系列眼底圖像，用于檢測糖尿病視網(wǎng)膜病變。該數(shù)據(jù)集包括了3662張訓(xùn)練集圖像和1928張測試集圖像，每張圖像的分辨率為2588×1958像素。每張圖像都被標(biāo)注了一個0-4之間的數(shù)字標(biāo)簽，表示病變的程度。具體來說，0表示無病變，1表示輕微病變，2表示中等病變，3表示嚴重病變，4表示增殖性病變。

（二）實驗環(huán)境

本實驗在AMD Ryzen 5900HX，RTX 3080 16GB RAM 下運行。

（三）實驗分析

本實驗在Kaggle APTOS數(shù)據(jù)集上進行了多種分類實驗，并且取得了良好的效果。

本文首先在五分類任務(wù)上進行了實驗，并且取得了78.3%的準(zhǔn)確度。不僅如此，為了確認本文實驗的穩(wěn)定性，還進行了5折交叉實驗。表1是本文的五分類五折交叉實驗結(jié)果，其說明本文實驗的穩(wěn)定性。圖1為模型的五分類混淆矩陣，通過模型可以看出在中度和重度問題分類上存在一定的困難，這是由于前文所提到的標(biāo)準(zhǔn)所導(dǎo)致的分類困難。

其次，進行了三分類任務(wù)的實驗，并通過五折交叉驗證取得了85.4%的準(zhǔn)確度。表2展示了三分類五折交叉驗證的結(jié)果，而圖3.2則顯示了模型的三分類混淆矩陣。由于只需對圖像進行正常/非增殖性病變/增殖性病變?nèi)N分類，因此分類難度降低，準(zhǔn)確度也相應(yīng)提高。在三分類任務(wù)上進行了五折交叉驗證的實驗，并且取得了85.4%的準(zhǔn)確度。表2是本文的三分類五折交叉實驗結(jié)果，圖2是模型的三分類結(jié)果混淆矩陣，由于只需要將對圖像進行正常/非增殖性病變/增殖性病變?nèi)N分類。因此分類難度下降了，準(zhǔn)確度也隨之升高。

最后本文在二分類任務(wù)上進行了五折交叉驗證的實驗，并且取得了92%的準(zhǔn)確度。表3是本文的二分類五折交叉實驗結(jié)果，圖3是模型的二分類結(jié)果混淆矩陣，其在二分類任務(wù)上取得了較高的準(zhǔn)確度。

四、結(jié)果對比

本文與其他文獻中記載的結(jié)果進行了對比，表4是本文與其他方法的對比結(jié)果，可以看出本文在五分類準(zhǔn)確度上優(yōu)于其他三種方法，在二分類準(zhǔn)確度上與VGG16持平。

參考文獻

[1]孫雨琛，劉宇紅，張達峰，等.基于深度學(xué)習(xí)的糖尿病視網(wǎng)膜病變診斷方法[J].激光與光電子學(xué)進展，2020，57（24）：359-366.

[2]黃瀟，谷碩，馬曉曄，等.人工智能糖網(wǎng)眼底圖像識別在真實世界的應(yīng)用[J].情報工程，2018，4（01）：24-30.

[3]朱承璋，鄒北驥，向遙，等.彩色眼底圖像視網(wǎng)膜血管分割方法研究進展[J].計算機輔助設(shè)計與圖形學(xué)學(xué)報，2015，27（11）：2046-2057.

[4]范家偉，張如如，陸萌，等.深度學(xué)習(xí)方法在糖尿病視網(wǎng)膜病變診斷中的應(yīng)用[J].自動化學(xué)報，2021，47（05）：985-1004.

[5]趙乾，沈琳琳，賴銘瑩.基于機器學(xué)習(xí)的人工智能技術(shù)在眼科中的應(yīng)用進展[J].國際眼科雜志，2018，18（09）：1630-1634.

[6]劉旭，王霞，何媛.糖尿病視網(wǎng)膜病變危險因素與預(yù)防研究進展[J].眼科新進展，2018，38（07）：687-691.

[7]翁銘，鄭博，吳茂念，等.基于深度學(xué)習(xí)的DR篩查智能診斷系統(tǒng)的初步研究[J].國際眼科雜志，2018，18（03）：568-571.

[8]黃瀟，谷碩，馬曉曄，等.人工智能糖網(wǎng)眼底圖像識別在真實世界的應(yīng)用[J].情報工程，2018，4（01）：24-30.

[9]龍巧燕，陳玉華，劉姣，等.糖尿病視網(wǎng)膜病變的診斷與治療研究進展[J].西部醫(yī)學(xué)，2016，28（10）：1478-1480.