雷锋网(公众号：雷锋网)消息，国际医学影像顶级会议ISBI举办的IDRiD眼底图分析竞赛刚刚公布成绩，中国团队的表现亮眼。其中包括科大讯飞、平安科技等大公司以及北卡来罗纳大学、新加坡国立大学、北京大学、南方医科大学、三星研究所等学术机构纷纷参与。
此次比赛共分为病灶分割、疾病分级、视神经盘与中央凹检测三个子比赛项目。
由视网膜毛细血管局部扩张而形成的微动脉瘤（MA）是糖网病最早期的病状，在眼底图像中一般表现为细微红点，随之出现的出血点（HE）、硬渗出（EX）与软渗出（SE）往往表明了糖网病的不同严重程度。因此，准确检测出视网膜病灶，特别是微动脉瘤（MA），对糖网病的早期诊断与治疗具有重要意义。病灶分割比赛的目标便是要检测出上述四种病灶的位置，并提取出病灶的准确边界。
在各个比赛项目的得分上，中国的人工智能企业表现亮眼：
科大讯飞在MA上夺得第一，HE上排名第三，SE得分同样排名第三，EX得分第二；
平安科技“PATech”团队在MA上得分排名第三，HE得分第二，EX得分第一。
这两家企业在以往的一些竞赛上的成绩都很不错。去年8月，科大讯飞在国际医学影像领域的权威评测LUNA上获得平均召回率92.3%的检测效果，刷新世界记录。今年1月，同样是在LUNA上，平安科技团队分别以95.1%和96.8%的精度刷新了“肺结节检测”和“假阳性筛查”的世界纪录。
同时，国内学术机构也与国外顶级医疗机构合作开发相关的疾病算法。据雷锋网了解，在这份表单上，山东师范大学和南方医科大学以及北卡罗来纳大学教堂山分校进行合作；南方医科大学与休斯顿的MD安德森癌症中心牵手；浙江大学与新加坡国立大学、新加坡生物信息学研究所以及北京上工医信公司等合作，这些医工结合的团队在竞赛中的表现也不俗。
其实，主办方ISBI积极推动此类算法竞赛的原因在于他们深知“算法在人工智能技术与医疗行业融合过程中推进作用”。利用计算机辅助诊断系统来分析视网膜图像可以减少糖尿病患者的筛查范围，并帮助临床医生节约时间。计算机技术、通信系统和机器学习技术的不断成熟为生物医学工程师和计算机科学家提供了临床实践需求的机会。因此，高质量的视网膜图像集对于开发算法和系统至关重要。
目前，业内针对肺结节、糖网病检查等场景的医疗人工智能产品诊断准确率普遍很高，但是真实情况并非如此乐观。企业在训练自己模型时通常都有自己的数据库，各自的算法都是按照自己的数据进行训练，然后以自己的数据来验证准确性。
ISBI举办的IDRiD眼底图分析竞赛的目的在于为各个参赛团队提供一个完全陌生的环境，来评估各个参赛团队自动检测和对糖尿病视网膜病变和糖尿病黄斑水肿进行分级的算法，以此来考验团队算法的实战能力。
雷锋网了解到，IDRiD的眼底图像由位于印度马哈拉施特拉邦的一家眼科诊所的视网膜专家拍摄，从上万张图像中提取了516张来形成竞赛用的数据集。这个挑战的数据库IDRiD(印度糖尿病视网膜病变图像数据集)是印度人口的第一个数据库代表。
此外，它是唯一一个由典型糖网病变和正常视网膜结构组成的数据集。该数据集提供关于糖尿病性视网膜病的疾病严重程度以及每张图像的糖尿病性黄斑水肿的信息。这使得它对糖尿病视网膜病变早期检测的图像分析算法的发展和评价是一张理想的“考卷”。
专家证实，所有的图像都具有足够的质量和临床上的相关性。医学专家对516幅图像进行了分级，并对其进行了各种病理条件的分析。在CSV文件中提供所有图像的分级。根据国际临床糖尿病视网膜病变量表，将糖尿病视网膜图像分为不同的组。黄斑水肿的严重程度是根据在斑点中心区域附近出现的硬分泌物而决定的。
详细竞赛信息请点击：https://idrid.grand-challenge.org/leaderboard/
部分参考资料来自讯飞研究院
。
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/66976.html