当前位置: X-MOL 学术Int. J. Imaging Syst. Technol. › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
A comprehensive review on automated systems for severity grading of diabetic retinopathy and macular edema
International Journal of Imaging Systems and Technology ( IF 3.3 ) Pub Date : 2021-04-01 , DOI: 10.1002/ima.22574
Mili Rosline Mathews 1, 2, 3 , S. M. Anzar 2, 3
Affiliation  

Diabetes mellitus is a major medical concern worldwide. Long-term diabetes can affect the retina of the eye and lead to diabetic retinopathy (DR) and diabetic macular edema (DME). Proper screening and consultation with an ophthalmologist are necessary to prevent avoidable vision loss. As DR and DME have become more prevalent, automated screening is essential to provide cost-effective and rapid solutions with reduced human resources requirements. This paper aims to provide a comprehensive review of the literature on computer-aided diagnosis of DR and DME. We identified the studies on automated five-class grading of DR according to International Clinical Diabetic Retinopathy severity scale and three class grading of diabetic maculopathy, using fundus images. A systematic search on research repositories was conducted, and relevant studies were scrutinized and included in the review. The studies were reported in nearly 100 different journals. We have reviewed the studies in all aspects including datasets, preprocessing, non-deep learning, and deep learning-based algorithms, and evaluation metrics. Significant contributions in developing automated tools for DR/DME grading are highlighted. We have identified and discussed research gaps and challenges. This will help researchers to get an updated summary of work done in the area. Deep learning-based algorithms have outperformed the traditional algorithms in the domain. Despite their promising performance, these algorithms reveal the potential for significant improvements to become a reliable tool in clinical settings.

中文翻译:

对用于糖尿病视网膜病变和黄斑水肿严重程度分级的自动化系统的全面审查

糖尿病是世界范围内的主要医学问题。长期糖尿病会影响眼睛的视网膜并导致糖尿病性视网膜病变 (DR) 和糖尿病性黄斑水肿 (DME)。有必要进行适当的筛查和咨询眼科医生,以防止可避免的视力丧失。随着 DR 和 DME 变得越来越普遍,自动化筛选对于提供具有成本效益且快速的解决方案并减少人力资源需求至关重要。本文旨在全面回顾有关计算机辅助诊断 DR 和 DME 的文献。我们使用眼底图像确定了根据国际临床糖尿病视网膜病变严重程度量表对 DR 自动五级分级和糖尿病黄斑病变三级分级的研究。对研究资料库进行了系统搜索,并对相关研究进行了审查并纳入了审查。这些研究报告在近 100 种不同的期刊上。我们回顾了所有方面的研究,包括数据集、预处理、非深度学习和基于深度学习的算法以及评估指标。突出显示了在开发用于 DR/DME 分级的自动化工具方面的重大贡献。我们已经确定并讨论了研究差距和挑战。这将帮助研究人员获得在该领域完成的工作的最新摘要。基于深度学习的算法在该领域优于传统算法。尽管它们的性能很有前景,但这些算法揭示了显着改进成为临床环境中可靠工具的潜力。我们回顾了所有方面的研究,包括数据集、预处理、非深度学习和基于深度学习的算法以及评估指标。突出显示了在开发用于 DR/DME 分级的自动化工具方面的重大贡献。我们已经确定并讨论了研究差距和挑战。这将帮助研究人员获得在该领域完成的工作的最新摘要。基于深度学习的算法在该领域优于传统算法。尽管它们的性能很有前景,但这些算法揭示了显着改进成为临床环境中可靠工具的潜力。我们回顾了所有方面的研究,包括数据集、预处理、非深度学习和基于深度学习的算法以及评估指标。突出显示了在开发用于 DR/DME 分级的自动化工具方面的重大贡献。我们已经确定并讨论了研究差距和挑战。这将帮助研究人员获得在该领域完成的工作的最新摘要。基于深度学习的算法在该领域优于传统算法。尽管它们的性能很有前景,但这些算法揭示了显着改进成为临床环境中可靠工具的潜力。突出显示了在开发用于 DR/DME 分级的自动化工具方面的重大贡献。我们已经确定并讨论了研究差距和挑战。这将帮助研究人员获得在该领域完成的工作的最新摘要。基于深度学习的算法在该领域优于传统算法。尽管它们的性能很有前景,但这些算法揭示了显着改进成为临床环境中可靠工具的潜力。突出显示了在开发用于 DR/DME 分级的自动化工具方面的重大贡献。我们已经确定并讨论了研究差距和挑战。这将帮助研究人员获得在该领域完成的工作的最新摘要。基于深度学习的算法在该领域优于传统算法。尽管它们的性能很有前景,但这些算法揭示了显着改进成为临床环境中可靠工具的潜力。
更新日期:2021-04-01
down
wechat
bug