基于ResNet50的糖尿病视网膜病变识别
前言
- 糖尿病视网膜病变是糖尿病常见的眼部并发症,早发现、早转诊可以有效降低失明风险。眼底照片数量大,全部依靠眼科医生阅片,筛查效率很难提高。
- 本文介绍一种基于 ResNet50 的糖尿病视网膜病变识别方法:输入一张眼底照片,模型判断是否存在中度及以上的视网膜病变,并给出病变概率。
- 模型把眼底照片分为两类:无或轻度病变、中度及以上病变。
- 本项目只做二分类筛查,不细分病变的具体等级,也不标出病灶位置。识别结果仅供学习和辅助筛查参考,不能替代医生的诊断。
- 整体流程主要分为两步。
- 第一步:准备带有病变标签的眼底照片,以 ResNet50 预训练权重为基础,训练新的分类层。
- 第二步:加载训练好的模型,对指定的眼底照片进行识别,输出病变概率和识别结果。
介绍
第一步:视网膜病变识别模型训练
PyTorch 环境配置
- 项目使用 Python 开发,模型训练和推理由 PyTorch 完成。
- 依赖安装命令如下:
pip install torch torchvision pandas matplotlib tqdm
数据集准备与处理
- 项目使用眼底照片数据集,共六千张图片,分为训练集、验证集和测试集。
- 原始数据按病变程度分为 0 到 4 级。项目把 0、1 级合并为“无或轻度病变”,把 2 到 4 级合并为“中度及以上病变”。
- 每张图片的标签记录在 CSV 文件中。两类图片数量相同,避免模型偏向某一类。
类别编号:0;类别:无或轻度病变;原始等级:0–1 级;训练集:2,100;验证集:600;测试集:300;合计:3,000
类别编号:1;类别:中度及以上病变;原始等级:2–4 级;训练集:2,100;验证集:600;测试集:300;合计:3,000
类别编号:合计;类别:—;原始等级:—;训练集:4,200;验证集:1,200;测试集:600;合计:6,000
训练分类模型
- 项目使用
resnet50.pth作为预训练权重。ResNet50 负责从眼底照片中提取特征,这部分参数保持不变。 - 在 ResNet50 后面新加两层全连接层,最后输出一个 0 到 1 之间的病变概率。训练时只更新这两层的参数,所以训练速度较快。
- 图片统一缩放为 224×224,验证损失最低的模型保存为最佳模型。
- 在项目根目录运行
train_pytorch.bat即可开始训练,模型保存在torch_models目录下。
训练结果评估
- 准确率表示所有照片中判断正确的比例;灵敏度表示真正有病变的照片中,被模型找出来的比例;特异度表示没有病变的照片中,被正确判为无病变的比例。
- 本文使用测试集的 600 张图片验证了最佳模型,结果为:准确率 80.8%,灵敏度 80.3%,特异度 81.3%。
第二步:指定眼底照片识别
加载识别权重
classification.py默认加载torch_models目录下的最佳模型,找不到时改用最后一轮保存的模型。
使用脚本识别图片
- 在项目根目录执行如下命令,识别指定的眼底照片:
python classification.py
- 脚本默认识别根目录下的
11.jpg,模型输出病变概率 0.0317,判断为无明显病变。 - 项目根目录还提供了另外 5 张示例照片。其中
01.jpg到03.jpg被判断为有病变,概率在 0.64 到 0.99 之间;12.jpg和13.jpg被判断为无明显病变。 - 病变概率大于 0.5 时判断为有病变。
识别效果与适用范围
- 模型适合用于眼底照片的初步筛查,帮助先把可能需要转诊的照片挑出来。
- 测试集中仍有约五分之一的病变照片被漏判,所以结果只能作为辅助参考,最终结论需要由眼科医生给出。
总结
- 以上就是基于 ResNet50 的糖尿病视网膜病变识别项目的主要实现流程:准备两类眼底照片,在 ResNet50 预训练模型上训练新的分类层,再用最佳模型对照片进行识别。
- 测试集上模型的准确率为 80.8%,灵敏度为 80.3%。
- 后续可以放开 ResNet50 的部分参数一起训练,增加图片增强,或者扩展为 5 个等级的分级识别,进一步提高筛查效果。
- 感兴趣的小伙伴可以联系我.