封面故事|糖尿病视网膜病变诊断

2018 年 4 月 16 日 中国图象图形学报

点

点击论文题目，可以阅读全文呦~

作者：任福龙,曹鹏,杨金柱,等

引用格式：Ren F L, Cao F L, Yang J Z, et al.Multi-kernel multi-instance learning based diabetic retinopathy diagnosis[J]. Journal of Image and Graphics, 2018,23(4):0552-0563.[任福龙,曹鹏,杨金柱,等.多核多示例学习的糖尿病视网膜病变诊断[J].中国图象图形学报,2018,23(4):0552-0563.]

DOI: 10.11834/jig.170470

论文看点

1. 提出一种多示例思想解决糖网诊断问题，解决监督学习没有充足训练数据样本和数据分布不同的问题。

2. 基于图核的架构进行多示例学习，并引入多核学习方法提升核方法的性能。

3. 利用公开数据集进行验证，并进行了充分实验对比，效果优于传统的多示例方法和领域内最新糖网诊断的性能。

专家评语

本文提出一种基于多核图的多示例学习算法，利用核图建立包中示例之间的关系，并融入多核学习的思想提高分类的泛化能力，进而实现对眼底图像的糖网辅助诊断。该方法有一定创新性和应用价值。所提方法表述明确，实验充分具体。

研究方法

首先，检测疑似的微动脉瘤和出血斑病灶区域，并将其视为多示例学习模型中的示例，而将整幅图像视为示例包，从而将糖网诊断转化为多示例学习问题；

其次，提取病灶区域的特征对示例进行描述，并通过极限学习机（ELM）分类算法过滤不相关示例以提升后续多示例学习的分类性能；

最后，构建多核图的多示例学习模型对健康图像和糖网病变图像进行分类，以实现糖网病变的诊断。

结果展示

经过对国际公共数据集MESSIDOR进行糖网病变诊断评估实验，获得的准确率为90.1%，敏感性为92.4%，特异性为91.4%，ROC（receiver operating characteristic）曲线下面积为0.932，相比其他算法具有较大性能优势。

基于多核多示例学习方法在无需提供病灶标注的情况下，能够高效自动地对糖网病变进行诊断，从而既能避免医学图像中标注病灶的费时费力，又可以免除分类算法中假阳性去除的问题，获得较好的效果。

作者简介

任福龙

现为东北大学博士研究生，主要研究方向为医学影像处理、模式识别。

Email: renfl@neusoft.com

曹鹏

现为东北大学讲师，博士，主要研究方向为机器学习、数据挖掘。

Email: caopeng@cse.neu.edu.cn

杨金柱

现为东北大学教授，硕士生导师，博士，长期从事医学影像处理与分析、三维可视化与高性能计算等方向的研究。Email: yangjinzhu@ise.neu.edu.cn

万超

中国医科大学附属第一医院副教授，副主任医师，博士，现为辽宁省医学会激光医学分会委员，辽宁省医学会眼科学分会青光眼学组委员，长期从事神经眼科疾病和眼底病的基础与临床研究。Email:hundred2005@126.com

赵大哲

东北大学教授、博士生导师，博士，现为国家医学影像计算教育部重点实验室主任、国家数字化医学影像设备工程技术研究中心副主任、中国计算机学会系统软件专业委员会副主任、辽宁省计算机学会常务理事，主要从事图像处理、软件工程等方向的研究。

Email: zhaodz@neusoft.com

实验室简介

医学影像计算教育部重点实验室依托于东北大学计算机应用技术二级学科国家级重点学科、计算机科学与技术和生物医学工程一级学科博士学位授予点、国家数字化医学影像设备工程技术研究中心组建而成，是学校“211工程”、“985工程”重点建设的实验室之一。实验室坚持以高水平科研促进具有鲜明学科特色的高层次专业人才的培养，重点围绕高端医学影像设备成像优化与可视化、多模医学影像融合与处理分析、大规模复杂信息检索与挖掘、集成化高复用信息计算支撑与服务平台等四个方向开展基础理论和应用技术研究，并已经建成医疗信息处理与分析支撑平台、云计算应用支撑环境、医疗信息数据中心，拥有一流的高性能服务器与存储设备、影像专业显示器、医学影像计算开发工具、高性能计算集群服务器等仪器设备，为开展医学信息计算领域各种复杂、综合实验研究提供有力的环境保障。

2012年以来，实验室基于产学研医相结合的方针开展基础理论和应用技术研究，先后多次承担国家级科研任务，其中包括国家863计划2项、国家科技支撑计划2项、国家自然科学基金9项等，并取得了一系列科研成果，其中在多模医学影像融合与处理分析方面，重点突破了病灶影像标记物提取、多模影像融合、组织病灶的结构和功能分析等新方法，研发的脑神经应用系统、肺功能分析系统、心脏影像冠脉分析系统、肺部结节自动检测系统等成果应用于国产医学影像设备和临床应用系统中，有效提升了国产影像装备的技术层次和临床诊疗的技术水平。另外，在大规模复杂信息检索与挖掘方面，重点突破了在海量数据高效能存储、多模异构数据集成管理、不均衡数据分析和不确定数据挖掘等关键技术，实现了以质量为中心的数据集成、以效率为中心的数据管理和以伸缩性为中心的数据分析，算法应用到医疗健康、地铁安全、海洋环境等领域的复杂数据集成管理和分析，为提高知识的决策支持价值提供关键理论和技术支撑。