Classificazione della Retinopatia Diabetica tramite Ridimensionamento e Deep Learning

Un nuovo preprint su arXiv propone l'uso di algoritmi di ridimensionamento prima di inserire immagini retiniche in una rete di deep learning per la classificazione della Retinopatia Diabetica (DR). La classificazione della DR prevede la gradazione delle immagini del fundus in cinque stadi di gravità. Gli autori combinano due dataset—Kaggle e l'Indian Diabetic Retinopathy Image Dataset—per migliorare l'addestramento e il test. Impiegano una nuova architettura Multi Channel Inception V3 con una fase di pre-elaborazione personalizzata. I risultati mostrano una migliore accuratezza, specificità e sensibilità rispetto ai precedenti metodi all'avanguardia. L'articolo affronta la sfida delle dimensioni grandi e variabili delle immagini nella classificazione della DR.