デジタル網膜画像からの血管セグメンテーション、視神経乳頭位置特定、滲出物検出および糖尿病性網膜症診断

糖尿病網膜症（Diabetic Retinopathy: DR）は、長期間管理されていない糖尿病の合併症の一つであり、世界中で失明の主な原因の一つとなっています。本論文では、DRの特徴である血管と滲出物を抽出するための改良され且つ堅牢な手法に焦点を当てています。血管のセグメンテーションには、複数の形態学的処理と閾値処理が使用されます。滲出物のセグメンテーションには、k平均法クラスタリングと輪郭検出が元画像に対して使用されます。また、血管セグメンテーションアルゴリズムの結果から偽陽性を除去するために広範なノイズ低減が行われます。さらに、光学円板（Optic Disc）の局在化もk平均法クラスタリングとテンプレートマッチングを使用して行われます。最後に、本論文では自動的な二値診断を行う14層の畳み込み層と2層の全結合層を持つ深層畳み込みニューラルネットワーク（Deep Convolutional Neural Network: DCNN）モデルを提示します。血管セグメンテーション、光学円板局在化およびDCNNはそれぞれ95.93%、98.77%、75.73%の精度を達成しています。ソースコードと事前学習済みモデルは以下のURLから入手可能です：https://github.com/Sohambasu07/DR_2021