基于合成数据驱动的糖尿病视网膜病变诊断方法，结合可解释的人工智能技术：一个具有临床解释能力的框架

《Graefe's Archive for Clinical and Experimental Ophthalmology》：Synthetic data-driven diabetic retinopathy diagnosis with explainable AI: a clinically interpretable framework

　　

摘要

目的

糖尿病视网膜病变（DR）是糖尿病的严重并发症，也是导致失明的主要原因，因此需要准确且早期的诊断。目前的诊断挑战主要源于两个方面的限制：（i）由于隐私和成本因素，缺乏经过专家标注的临床数据集；（ii）深度学习模型的特性限制了其在临床中的应用。本研究提出了一种新的解决方案，结合了合成数据生成和可解释的机器学习方法来克服这些挑战。

方法

在本研究工作中，生成了模拟糖尿病视网膜病变（DR）严重程度的合成视网膜底片图像，从而创建了一个包含1200个样本的平衡数据集。通过预处理流程提取了手工制作的特征，该流程包括（色调-饱和度-值）HSV颜色空间转换、基于GLCM（灰度共生矩阵）的纹理分析以及针对病变的量化处理，以确保特征具有临床相关性。采用随机森林（RF）分类器进行DR严重程度分级，并通过袋外（OOB）验证对其进行优化。同时，集成了一种基于Shapley加性解释（SHAP）的可解释性方法，以解释特征的重要性和决策模式。

结果

所提出的框架在合成数据上的准确率达到94%，优于多个已建立的深度学习模型，如ResNet-50、VGG16 + DenseNet、EfficientNet-B0。群体图分析显示，预测结果与更高的置信值一致，而SHAP解释突出了具有临床解释意义的特征（如渗出物），验证了分类器的可靠性。

结论

通过领域适应技术将合成数据与真实数据结合，可以缩小性能差距，并提高模型在临床环境中的泛化能力。