कन्वोल्यूशनल न्यूरल नेटवर्क का उपयोग करके मधुमेह जालिका रोग का पता लगाना

रंगीन फंडस छवियों से मधुमेह जालिका रोग (DR) का निदान करना एक चुनौतीपूर्ण और समय लेने वाला कार्य है, जिसमें अनुभवी चिकित्सकों को कई छोटे लक्षणों का पता लगाना और एक जटिल ग्रेडिंग प्रणाली की व्याख्या करनी होती है। हमारे पेपर में, हम DR निदान को स्वचालित करने और डिजिटल फंडस छवियों से इसकी गंभीरता को सटीक रूप से वर्गीकृत करने के लिए कन्वोल्यूशनल न्यूरल नेटवर्क (CNN) दृष्टिकोण का उपयोग करने का सुझाव देते हैं। हमारा विकसित CNN आर्किटेक्चर, डेटा संवर्धन तकनीकों के साथ मिलकर, वर्गीकरण के लिए आवश्यक जटिल लक्षणों को पहचानने में सक्षम है, जैसे माइक्रो-एन्यूरिज्म, एक्सडेट्स, और जालिका पर रक्तस्राव, जिससे बिना किसी हस्तक्षेप के स्वचालित निदान संभव हो जाता है। हमने इस नेटवर्क को एक उच्च-प्रदर्शन ग्राफिक्स प्रोसेसिंग यूनिट (GPU) का उपयोग करके सार्वजनिक रूप से उपलब्ध कग्गल डेटासेट पर प्रशिक्षित किया और उच्च-स्तरीय वर्गीकरण कार्यों के लिए प्रभावशाली परिणाम प्राप्त किए। हमारे प्रयोगों में, 3600 छवियों के डेटासेट का उपयोग करते हुए, हमारे प्रस्तावित CNN ने 500 अतिरिक्त छवियों की पुष्टि करते समय 87% की सटीकता हासिल की। ये परिणाम DR निदान को उच्च सटीकता के साथ स्वचालित करने में हमारे CNN दृष्टिकोण की प्रभावकारिता को प्रकट करते हैं।