CNN 기반 당뇨병성 망막병증 특징 추출 및 심각도 등급 분류

비증식성 당뇨성 망막 병증은 당뇨병 환자의 대표적인 합병증으로서 시력저하와 실명을 일으키는 주요한 원인 중 하나로 알려져 있다. 당뇨성 망막 병증을 자동으로 탐지하는 연구는 지속적으로 이루어지고 있으나, 여기에 추가적으로 심각도의 등급을 자동으로 분류하는 시스템에 대한 연구의 필요성 또한 대두되고 있다. 본 논문에서는 당뇨성 망막 병증의 병리적 특징인 미세혈관류, 망막 출혈과 경성 삼출물을 검출하기 위해 Faster R-CNN 기술을 적용하여 해당 병리 증상에 대해 자동으로 검출하는 시스템을 제안하였다. 검출된 특징에 대해 히스토그램 평활화 등의 전처리 과정을 수행하였고, 이 데이터를 이용해 랜덤포레스트 분류기를 학습하고 테스트함으로써 병리증상의 특징을 기반으로 한 심각도 등급을 자동 분류하는 시스템을 고안하였다. 이를 통해 검사자의 주관적 해석 개입을 방지하고 객관적 자료와 지표를 이용하여 구체적으로 판단할 수 있도록 하고 의료 영상 분석 분야 업무의 효율성을 높일 수 있도록 하였다. 본 논문에서 제안하는 방법을 이용해 테스트 안저 영상 103장에 대하여 등급 별 분류 실험을 한 결과 98%의 정확도를 보이는 분류 시스템을 구현할 수 있었고, 이는 향 후 다수의 의미 있는 데이터가 수집된다면 더 높은 완성도를 보일 수 있을 것으로 예상된다.