如何训练算法来检测和预防早期失明

一种无需互联网连接即可准确检测糖尿病视网膜病变不同阶段的便携式医疗设备，将大大减少全球因视网膜病变而失明的病例数。借助嵌入式机器学习，现在可以开发可直接在电池供电的医疗设备上运行并执行检测或诊断的算法。在本文中，我们提供了使用 Edge Impulse 的软件平台快速训练算法以提供此功能所需的步骤的演练。

糖尿病视网膜病变是眼后部组织中的血管发生损伤的病症。它可能发生在患有糖尿病且血糖控制不佳的人身上。在极端慢性病例中，糖尿病视网膜病变可导致失明。

超过五分之二的糖尿病患者患有某种形式的糖尿病视网膜病变。这使得及早捕捉它变得至关重要，此时可以进行生活方式或医疗干预。对于世界各地获得视力保健的机会有限的农村地区，在病例变得严重之前，视网膜病变的各个阶段更难被发现。以糖尿病视网膜病变检测为目标，我们希望获取公开可用的医疗数据并在 Edge Impulse 中训练机器学习模型，该模型可以直接在边缘设备上运行推理。理想情况下，该算法将能够评估视网膜相机拍摄的眼睛图像之间的糖尿病视网膜病变的严重程度。我们用于这个项目的数据集可以在这里找到。

对于这个算法，我们将类分为五个不同的数据集：

• 无糖尿病视网膜病变（无 DR）
• 轻度 DR
• 中等 DR
• 严重的 DR
• 增殖性 DR

与许多公开可用的数据集一样，必须进行一些数据清理和标记。

为了保护患者身份，数据集中的每张图像都被简单地赋予了一个 id_code 和一个 0-5 的诊断，0 是无 DR 的最低严重程度，5 是最坏的，或增殖性 DR。

为了将数据摄取到 Edge Impulse 中，需要对图像进行一些分区。鉴于数据如何划分的简单性质，我决定编写一个 VBA 脚本来从 Excel 读取图像 id_code，抓取关联的图像，并将其放入各自的文件夹中。移动这些文件的脚本在此处链接。对于那些拥有更好的 Python 或其他脚本语言技能的人来说，有很多方法可以做到这一点，甚至可能更简单。

Edge Impulse 具有其他数据摄取功能，例如云数据存储桶集成或从设备收集数据，但我在这里使用的是数据上传方法。使用数据上传选项，我能够将 5 个不同的类引入一系列五个上传。每次上传包括我将数据标记为 5 个类之一，并上传包含在每个文件夹中的相关图像。

Edge Impulse 可以选择以 80/20 的比例自动将数据拆分为训练或测试数据。但是，我手动将不同类别的大约 500 张图像添加到测试数据集。

接下来，是时候设置我的模型并为此模型选择信号处理模块和神经网络模块了。对于这个模型，我将图像块输入到迁移学习块中，目的是区分五个不同的类。

从这里开始，我去训练神经网络。调整神经网络的设置，我得到的最佳准确率约为 74%。不错，但是模型在遇到一些边缘情况时卡住了。例如，重度 DR 有时会被归类为轻度 DR。正如您在下面的屏幕截图中看到的那样，随着 DR 的进展，该模型并不是非常准确。

这让我开始思考这样一个项目的实际应用，以及这种精度水平是否可以接受。理想情况下，某种便携式视网膜成像相机（在低无线连接环境中）可以在设备本身上运行这样的算法。当照片被拍摄、处理并输出结果时，此时进行眼科检查的人可以告诉患者他们需要寻求进一步的医疗帮助或干预，具体取决于结果。

对于此应用，更重要的是在所有阶段捕捉 DR，以便患者可以开始一些预防性治疗，或者对于更严重的病例，立即寻求医疗帮助。鉴于此用例，该模型实际上相对较好地服务于其潜在应用。

在我的脑海中，我可以对模型进行一些更改或改进，这可能会使结果输出在诊断 DR 的严重性方面更加准确：

• 数据越多越好。但是，鉴于数据集有限，需要进一步收集数据。
• 一个想法可能是通过创建一个轻度 - 中度类和一个增殖 - 重度类来组合类。我想知道这是否有助于算法更好地分类，因为某些轻度和中度 DR 病例之间存在相似性，现在它们都属于同一组。

调整神经网络 (NN) 中的层数以及 dropout。

从部署的角度来看，这个经过训练的模型在内存方面确实有更大的占用空间，估计占用了 306kB 的 Flash 和 236kB 的 RAM。根据所选的运行推理的设备，在 80MHz 的 Cortex-M4 或 216MHz 的 Cortex-M7 上进行基准测试时，提供回推理结果所需的时间为 0.8 秒到 6 秒。然而，鉴于该最终产品需要拍摄图像，我预计需要 Cortex-M7 或更高的处理能力。

总之，使用开源数据集，我们能够训练一个相对运行良好的机器学习模型，用于检测各种形式的糖尿病视网膜病变 (DR)。最终目标是将这样的模型直接部署在嵌入式微控制器或 Linux 设备上，并让更多的医疗设备（如下所示）在边缘运行推理。这为医疗保健服务开辟了新的可能性，通过提供可在农村地区使用的医疗技术，在没有无线连接的情况下为难以获得医疗保健的人群提供测试。

在医疗设备中进行嵌入式机器学习 (ML) 部署确实有很好的机会。此处提供了有关此项目的更多详细信息，包括进一步的改进潜力。