摘要：目的提出一種基于多尺度卷積神經網(wǎng)絡(CNN)的眼底圖像病灶檢測算法,并探討其在糖尿病視網(wǎng)膜病變(DR)中的應用。方法對比現(xiàn)有眼底病灶檢測方法,提出一種基于CNN的眼底圖像病灶檢測算法。本算法不僅克服了基于閾值分割和形態(tài)學分割方法魯棒性差的問題,同時在不依賴人工逐像素標注的前提下,采用多尺度圖像塊的檢測思路,顯著提升檢測器對小病灶目標檢測的性能。此外,提出的新型損失函數(shù)在弱標簽、小數(shù)據(jù)集的條件下,實現(xiàn)多類型、高準確率的DR病灶檢測。結果從病灶水平來看,該算法對硬性滲出病灶檢測的敏感性和特異性分別為92.17%和97.17%;相較于單尺度方法,本研究中提出的多尺度方法的敏感性和準確率分別提升了7.41%和5.02%;在公開數(shù)據(jù)集IDRiD上較其他檢測方法特異性提高了55.82%。本方法能夠將眼底圖像中的病變有效地檢測出來,且能夠給出病灶的基本范圍,對于有大量病灶眼底圖像的平均檢測時間為1.59s。結論基于多尺度CNN的眼底圖像病灶檢測算法能夠快速、可靠地識別出眼底圖像中的DR病灶并標注出病灶的位置信息,降低主觀因素的影響,輔助臨床醫(yī)生更加高效、準確地進行DR病變篩查。