Diabetic Retinopathy Using Gaussian Filter

要約

網膜は視覚システムの重要な構成要素であり、視力の維持は、障害を適時に正しく発見できるかどうかにかかっている。本研究では特に、深刻な公衆衛生上の問題である糖尿病性網膜症（DR）の早期発見と重症度分類に取り組む。InceptionV3、DenseNet121、その他のCNNベースのモデルなど、異なる深層学習モデルの結果を、ガウス、グレースケール、ガボールなどの異なる画像フィルターを用いて比較する。これらのモデルは、微妙な病理学的変化を検出し、網膜疾患のリスクを推定するためにその情報を使用することができる。目的は、ディープラーニングモデルを活用することで、糖尿病に関連する失明の主な原因である糖尿病性網膜症の診断プロセスを改善することである。グレイスケール、ガウシアン、ガボールフィルターを網膜画像に適用し、比較分析を行った。その結果、ガウシアンフィルターが最も有望なフィルターであり、すべてのモデルで最高の精度を示した。最も精度の高かったモデルはInceptionV3で、ガウス画像に対して96％の精度を示したため、ガウスフィルタが最も有望なフィルタとして浮上した。

要約(オリジナル)

The retina is an essential component of the visual system, and maintaining eyesight depends on the timely and correct detection of disorders. This research specifically addresses the early-stage detection and severity classification of diabetic retinopathy (DR), a serious public health hazard. We compare the results of different deep learning models such as InceptionV3, DenseNet121 and other CNN based models by using different image filters, such as Gaussian, grayscale and Gabor. These models could detect subtle pathological alterations and use that information to estimate the risk of retinal illnesses. The objective is to improve the diagnostic processes for diabetic retinopathy, the primary cause of diabetes-related blindness, by utilizing deep learning models. A comparative analysis between Greyscale, Gaussian and Gabor filters has been provided after applying these filters on the retinal images. The Gaussian filter resulted to be the most promising filter giving the best accuracies for all the models. The best performing model was InceptionV3 which gave an accuracy of 96% on Gaussian images, therefore Gaussian filter emerged as our most promising filter.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL