基于迁移学习和数据增强策略构建真菌性角膜炎镰刀菌属鉴定的智能诊断系统

作者：黄光怡; 唐宁宁; 陈琦; 蓝倩倩; 蒋莉; 洪祎祎; 吕健; 李敏; 曾思明; 徐帆^*

来源：国际眼科杂志, 2022, 22(05): 736-740.

• 迁移学习
• 数据增强
• 诊断
• 真菌性角膜炎
• 病原学

目的:构建和评估一种基于迁移学习和数据增强策略的真菌性角膜炎镰刀菌属鉴定的智能诊断模型。方法:回顾性分析。纳入2017-03/2020-01在广西壮族自治区人民医院眼科行活体共聚焦显微镜检查的真菌性角膜炎患者的2 157张图像构建数据集，并根据微生物培养结果对数据集进行分类，将数据集划分为训练集1 380张、验证集345张和测试集432张。采用迁移学习Inception-ResNet V2网络构建智能诊断模型，将原始数据集和应用数据增强策略后的增强数据集所训练的智能诊断系统进行对比，最后计算智能诊断系统的特异度、灵敏度、准确率和受试者工作特征曲线的曲线下面积(AUC)等指标，评估该系统的诊断效能。结果:使用原始数据集训练的智能诊断系统的特异度为71.6%,灵敏度为72.0%,准确率为71.8%,AUC为0.785(95%CI:0.742～0.828,P<0.0001);使用增强数据集训练的智能诊断系统的特异度为76.6%,灵敏度为83.1%,准确率为79.9%,AUC为0.876(95%CI:0.843～0.909,P<0.0001),使该智能诊断系统的诊断效能均较前提高。结论:通过迁移学习的方式构建出真菌性角膜炎镰刀菌属的智能诊断系统，具有较高的准确性，实现了对真菌性角膜炎病原菌镰刀菌属的智能诊断，并进一步验证在原始数据集有限的情况下，采用数据增强策略可以提高系统的诊断性能，该方法可用于真菌性角膜炎病原学镰刀菌属鉴定的辅助诊断。

• 单位
  桂林医学院; 广西壮族自治区人民医院; 广西科技大学