Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2501.05826

帮助 | 高级搜索

电气工程与系统科学 > 图像与视频处理

arXiv:2501.05826 (eess)
[提交于 2025年1月10日 (v1) ,最后修订 2025年1月13日 (此版本, v2)]

标题: 基于人工智能的糖尿病视网膜病变筛查:AIDRSS在印度的多中心验证

标题: AI-Driven Diabetic Retinopathy Screening: Multicentric Validation of AIDRSS in India

Authors:Amit Kr Dey, Pradeep Walia, Girish Somvanshi, Abrar Ali, Sagarnil Das, Pallabi Paul, Minakhi Ghosh
摘要: 目的:糖尿病视网膜病变(DR)是视力丧失的主要原因,尤其是在印度,农村地区视网膜专家的资源有限。 本研究旨在评估基于人工智能的糖尿病视网膜病变筛查系统(AIDRSS),用于DR检测和患病率评估,以解决资源有限环境中对可扩展、自动化筛查解决方案日益增长的需求。 方法:在印度加尔各答进行了一项多中心、横断面研究,涉及5,029名参与者和10,058张黄斑中心视网膜眼底图像。AIDRSS采用了一个具有5000万可训练参数的深度学习算法,并集成了对比限制自适应直方图均衡化(CLAHE)预处理以提高图像质量。 使用国际临床糖尿病视网膜病变(ICDR)量表对DR进行分级,将疾病分为五个阶段(DR0至DR4)。 统计指标包括敏感性、特异性和患病率,与专家视网膜专科医生的评估进行比较。 结果:一般人群中的DR患病率为13.7%,而在随机血糖水平升高的个体中,患病率上升至38.2%。 AIDRSS总体敏感性为92%,特异性为88%,对于可转诊DR(DR3和DR4)的检测敏感性为100%。 这些结果表明该系统在准确识别和分级多样化人群中的DR方面表现出色。 结论:AIDRSS为资源匮乏环境中的早期DR检测提供了一个可靠且可扩展的解决方案。 其集成的先进AI技术确保了高诊断准确性,有望显著减轻资源不足地区的糖尿病相关视力损失负担。
摘要: Purpose: Diabetic retinopathy (DR) is a major cause of vision loss, particularly in India, where access to retina specialists is limited in rural areas. This study aims to evaluate the Artificial Intelligence-based Diabetic Retinopathy Screening System (AIDRSS) for DR detection and prevalence assessment, addressing the growing need for scalable, automated screening solutions in resource-limited settings. Approach: A multicentric, cross-sectional study was conducted in Kolkata, India, involving 5,029 participants and 10,058 macula-centric retinal fundus images. The AIDRSS employed a deep learning algorithm with 50 million trainable parameters, integrated with Contrast Limited Adaptive Histogram Equalization (CLAHE) preprocessing for enhanced image quality. DR was graded using the International Clinical Diabetic Retinopathy (ICDR) Scale, categorizing disease into five stages (DR0 to DR4). Statistical metrics including sensitivity, specificity, and prevalence rates were evaluated against expert retina specialist assessments. Results: The prevalence of DR in the general population was 13.7%, rising to 38.2% among individuals with elevated random blood glucose levels. The AIDRSS achieved an overall sensitivity of 92%, specificity of 88%, and 100% sensitivity for detecting referable DR (DR3 and DR4). These results demonstrate the system's robust performance in accurately identifying and grading DR in a diverse population. Conclusions: AIDRSS provides a reliable, scalable solution for early DR detection in resource-constrained environments. Its integration of advanced AI techniques ensures high diagnostic accuracy, with potential to significantly reduce the burden of diabetes-related vision loss in underserved regions.
评论: 22页,5图
主题: 图像与视频处理 (eess.IV) ; 人工智能 (cs.AI); 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2501.05826 [eess.IV]
  (或者 arXiv:2501.05826v2 [eess.IV] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.05826
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Sagarnil Das [查看电子邮件]
[v1] 星期五, 2025 年 1 月 10 日 10:03:56 UTC (395 KB)
[v2] 星期一, 2025 年 1 月 13 日 08:56:05 UTC (475 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
eess.IV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs
cs.AI
cs.CV
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号