Optic-Net: 光断層画像を用いた網膜疾患診断のための新しい畳み込みニューラルネットワーク

網膜疾患をスペクトルドメイン光学干渉断層撮影（SD-OCT）画像から診断することは困難な課題である。早期発見と診断のため、画像処理、機械学習、深層学習アルゴリズムなどの自動化手法が使用されてきた。しかし、これらの手法は誤りや計算効率の低さに起因する問題があり、人間の専門家のさらなる介入が必要となる場合がある。本論文では、異なる網膜層の変性とその原因を正確に区別できる新しい畳み込みニューラルネットワークアーキテクチャを提案する。提案された新アーキテクチャは勾配爆発の問題に対処しながら、他の分類モデルを上回る性能を示した。当方の手法は2つの異なる網膜SD-OCTデータセットに対してそれぞれ99.8%と100%というほぼ完璧な精度を達成した。さらに、当方のアーキテクチャはリアルタイムで網膜疾患を予測し、人間の診断者を上回る性能を発揮する。注：「勾配爆発」は「gradient explosion」の一般的な日本語訳です。