[论文解读] Neural Networks with Manifold Learning for Diabetic Retinopathy Detection

Arjun Raj Rajanna, Kamelia Aryafar+4 more|arXiv (Cornell University)|Dec 12, 2016

Retinal Imaging and Analysis参考文献 7被引用 4

一句话总结

本文提出了一种结合神经网络、流形学习与图像预处理的深度学习框架，以提升从眼底照片中检测糖尿病性视网膜病变（DR）的性能。通过应用绿色通道表示与直方图均衡化，并结合NPE、SLPP或PCA进行降维，该模型在小而具代表性的数据集上实现了高达78.9%的准确率，显著优于基线k-NN和未经处理的灰度输入，证明了其在可扩展性与鲁棒性方面的优势。

ABSTRACT

Widespread outreach programs using remote retinal imaging have proven to decrease the risk from diabetic retinopathy, the leading cause of blindness in the US. However, this process still requires manual verification of image quality and grading of images for level of disease by a trained human grader and will continue to be limited by the lack of such scarce resources. Computer-aided diagnosis of retinal images have recently gained increasing attention in the machine learning community. In this paper, we introduce a set of neural networks for diabetic retinopathy classification of fundus retinal images. We evaluate the efficiency of the proposed classifiers in combination with preprocessing and augmentation steps on a sample dataset. Our experimental results show that neural networks in combination with preprocessing on the images can boost the classification accuracy on this dataset. Moreover the proposed models are scalable and can be used in large scale datasets for diabetic retinopathy detection. The models introduced in this paper can be used to facilitate the diagnosis and speed up the detection process.

研究动机与目标

• 通过开发一种自动化、可扩展的分类系统，解决糖尿病性视网膜病变筛查中训练阅片医生稀缺的问题。
• 通过结合领域特定的预处理与数据增强技术，利用神经网络提升分类准确率。
• 评估流形学习技术（NPE、SLPP、PCA、SR）在降低输入维度的同时保留与疾病相关特征的有效性。
• 通过在代表性样本上的消融实验，证明所提模型在更大数据集上的可扩展性。
• 为未来将卷积神经网络（CNNs）集成到DR检测中奠定基础。

提出的方法

• 通过提取绿色通道并应用直方图均衡化对眼底图像进行预处理，以增强病变可见性并减少噪声。
• 将所有图像重采样为256×388像素，并应用数据增强以提升模型鲁棒性并缓解类别不平衡问题。
• 采用包含160或100个神经元的两层前馈神经网络，使用L-BFGS优化算法最小化正则化误差进行训练。
• 应用流形学习技术——局部保持投影（LPP）、邻域保持嵌入（NPE）、线性判别分析（LDA）和监督等距映射（SR），在保留类别结构的同时降低输入维度。
• 采用5折交叉验证，确保模型在所有类别上的性能评估具有鲁棒性。
• 将结果与基线k-NN（k=5）在原始灰度图像和预处理输入上的表现进行对比，以分离各组件的独立影响。

实验结果

研究问题

• RQ1 与原始灰度图像相比，采用绿色通道提取与直方图均衡化预处理是否能提升DR分类准确率？
• RQ2 不同流形学习技术（NPE、SLPP、PCA、SR）对神经网络在DR检测中性能的影响如何？
• RQ3 数据增强是否显著提升了模型在类别不平衡的眼底图像数据集上的泛化能力与准确率？
• RQ4 结合流形学习的神经网络是否能超越传统k-NN分类器，对五阶段DR严重程度进行分类？
• RQ5 所提模型在多大程度上具备可扩展性与可迁移性，适用于更大规模的真实世界数据集？

主要发现

• 基线k-NN分类器在原始灰度眼底图像上的准确率仅为60.4%，凸显了传统方法的局限性。
• 在原始灰度图像上使用两层神经网络的准确率为66.43%，表明神经网络相比k-NN具有明显优势。
• 在应用预处理（GRH）与数据增强后，性能最佳的模型（采用邻域保持嵌入NPE）实现了78.9%的分类准确率。
• NPE将输入维度降低至154±3，同时优于PCA（161）、SLPP（155±2）和SR（4），表明其在DR分类中具有更优的特征保留能力。
• 即使不使用数据增强，NPE在所有配置中仍取得最高准确率（74.2%），表明其对数据不平衡与变异具有强鲁棒性。
• 该模型的性能与架构具备可扩展性，作者确认其具备在更大数据集上部署的潜力，并可未来迁移至CNN架构。