[论文解读] CNN-based approach for glaucoma diagnosis using transfer learning and LBP-based data augmentation

Shishir Maheshwari, Vivek Kanhangad+1 more|arXiv (Cornell University)|Feb 19, 2020

Retinal Imaging and Analysis被引用 13

一句话总结

该论文提出了一种基于CNN的青光眼诊断系统，采用迁移学习方法，结合AlexNet与基于LBP的数据增强技术，对视网膜眼底图像进行处理。通过将R、G和B通道的LBP特征用于数据增强，并在决策层进行预测融合，该方法在RIM-ONE数据集上实现了98.90%的准确率、100%的敏感度和97.50%的特异度，优于以往的方法。

ABSTRACT

Glaucoma causes an irreversible damage to retinal nerve fibers which results in vision loss, if undetected in early stage. Therefore, diagnosis of glaucoma in its early stage may prevent further vision loss. In this paper, we propose a convolutional neural network (CNN) based approach for automated glaucoma diagnosis by employing retinal fundus images. This approach employs transfer learning technique and local binary pattern (LBP) based data augmentation. In the proposed approach, we employ Alexnet as a pre-trained CNN model which is used for transfer learning. Initially, the proposed approach divides the fundus image dataset into training and testing data. Further, the color fundus images in training and testing data are separated into red (R), green (G), and blue (B) channels. Additionally, the LBP-based data augmentation is performed on training data. Specifically, we compute LPBs for each of the channel. Finally, the augmented training data is used to train the CNN model via transfer learning. In testing stage, the R, G, and B channels of test image are fed to the trained CNN model which generates 3 decisions. We employ a decision level fusion technique to combine the decisions obtained from the trained CNN model. The experimental evaluation of the proposed approach on the public RIM-ONE fundus image database, achieves state-of-the-art performance for glaucoma diagnosis.

研究动机与目标

• 开发一种自动化、高精度且高效的青光眼诊断系统，利用深度学习减轻大规模筛查中临床医生的负担。
• 解决传统CAD系统依赖人工特征提取且对特征-分类器组合敏感的局限性。
• 通过在眼底图像训练数据中应用基于LBP的数据增强，提升小样本数据集下的泛化能力并减少过拟合。
• 利用预训练的AlexNet模型进行迁移学习，避免从零开始训练，降低计算成本。

提出的方法

• 该方法通过微调在视网膜眼底图像上预训练的AlexNet模型，实现二分类青光眼诊断，采用迁移学习策略。
• 将眼底图像划分为训练集与测试集，每张图像按R、G和B颜色通道分别处理。
• 通过在R、G和B各通道上计算LBP特征，对训练集应用基于LBP的数据增强，以提升训练数据的多样性。
• 使用增强后的训练数据重新训练CNN模型，并调整最后几层以适应二分类任务。
• 推理阶段，将测试图像的R、G和B通道独立输入已训练模型，生成三个独立预测结果。
• 采用决策层融合策略，结合三个通道的预测结果，生成最终诊断，提升模型鲁棒性与性能。

实验结果

研究问题

• RQ1 使用有限的眼底图像数据，能否通过预训练CNN模型的迁移学习实现高精度的青光眼诊断？
• RQ2 基于LBP的数据增强在青光眼诊断中如何提升CNN模型的泛化能力与性能？
• RQ3 与单通道或早期融合方法相比，颜色通道预测结果的决策层融合是否能提升分类准确率？
• RQ4 在CNN学习的表征中，LBP特征的类间区分度与非LBP特征相比如何？

主要发现

• 所提方法在RIM-ONE眼底图像数据库上实现了98.90%的准确率、100%的敏感度和97.50%的特异度，优于现有方法。
• 基于LBP的数据增强显著提升了模型的泛化能力，t-SNE可视化特征嵌入结果表明类间区分度更优。
• 消融实验表明，若移除LBP增强，性能明显下降，证明其在提升模型鲁棒性方面具有关键作用。
• 采用AlexNet的迁移学习显著减少了训练时间与硬件需求，同时保持了最先进性能。
• t-SNE可视化显示，CNN层（特别是conv5、fc6和fc7）学习到的LBP特征表现出强于非LBP特征的类间分离能力。
• R、G和B通道预测结果的决策层融合优于单独使用任一通道的结果。