Akıllı diyabetik retinopati sistemi için bir fundus görüntü veri seti

Bu, diyabetli kişiler için neden önemli

Diyabet, görme bulanıklaşmadan çok önce gözlere sessizce zarar verebilir. Bu makale, bilgisayarların bu gizli göz değişikliklerini mevcut araçların sunduğundan daha geniş bir retina görüşü kullanarak daha erken ve daha güvenilir şekilde tespit etmesine yardımcı olmak amacıyla tasarlanmış yeni bir görüntü koleksiyonunu tanımlıyor.

Gözün arkasını daha fazlasını görmek

Diyabetik göz hastalığı, gözün arkasındaki küçük kan damarlarına zarar verir ve çalışma çağındaki yetişkinlerde kalıcı görme kaybının önde gelen nedenlerinden biridir. Düzenli göz fotoğrafları sorun aramak için zaten kullanılıyor, ancak bunlar yalnızca küçük bir merkezi alanı yakalar. Önemli uyarı işaretleri sıklıkla retinanın kenarlarında ortaya çıkar; geleneksel kameralar bu bölgeleri basitçe göremeyebilir. Ultra geniş alan görüntüleme, tek bir karede beş kata kadar daha fazla alan yakalayarak, erken hasarın ve yeni, hassas kan damarlarının ortaya çıkabileceği uzak köşeleri de içerir.

Akıllı araçlar için zengin bir görsel kütüphane oluşturmak

Bu daha geniş görüşten en iyi şekilde yararlanmak için bilgisayar programlarının öğrenmesi amacıyla büyük, iyi düzenlenmiş görüntü setlerine ihtiyacı vardır. Yazarlar, Çin’deki iki hastaneden 809 hastaya ait 1.630 ultra geniş alan göz fotoğrafı topladı. Çalışmadaki tüm kişiler diyabetliydi ve ortalama yaş yaklaşık 54’tü. Görüntüler, pupillayı genişletmek için göz damlası gerektirmeyen özel bir kamerayla çekildi; bu da testi daha hızlı ve daha rahat hale getiriyor. Bulanık veya eksik alan içeren düşük kaliteli görüntüler kaldırıldı, böylece yalnızca retina, kan damarları ve olası hasarın net görünümleri kaldı.

Uzmanlar bilgisayarı nasıl eğitti

Üç deneyimli göz doktoru her görüntüyü dikkatle inceledi ve onları üç gruba ayırdı: normal gözler, hafif ila orta derecede hasarlı gözler ve ileri düzey hasarlı gözler. Diyabetik göz hastalığının derecelendirilmesi için uluslararası kurallara uyuldu, ancak yazarlar çok hafif değişikliklerin normal mi yoksa erken hastalık mı sayılacağına karar verirken doktorlar arasında bazı farklılıkların beklenebileceğini not ediyor. Nihai kararlar klasörlere ve her görüntüyü ve grubunu listeleyen basit tablolara kaydedildi; bu, diğer araştırma ekipleri için kolay bir başlangıç noktası oluşturuyor.

Veri setini teste koymak

Ardından ekip, bu görsel kütüphanenin yapay zekâ eğitimi için ne kadar faydalı olduğunu kontrol etti. Görüntüler eğitim, doğrulama ve test setlerine ayrıldı ve üç hastalık evresini sınıflandırmak için dört tanınmış derin öğrenme modeli çalıştırıldı. Eğitime başlamadan önce resimler kırpıldı, standart hale getirildi ve modellerin genellemesine yardımcı olmak için rastgele çevirmeler gibi basit hileler kullanıldı. Ayrılan test görüntülerinde, tüm modeller çeşitli doğruluk ölçütlerinde güçlü puanlar elde etti; özellikle bir model en iyi performansı gösterdi. Modellerden elde edilen ısı haritaları, doktorların önemli bulduğu aynı alanlara odaklandıklarını önererek kan damarlarındaki küçük çıkıntıları ve yara benzeri zarları vurguladı.

Daha fazla insanın görmesini korumaya yardımcı olmak

Bu yeni açık veri seti, akıllı tarama araçları geliştiren herkes için diyabetik göz hastalığını yüksek kaliteli, geniş açılı bir şekilde sunuyor. Ultra geniş alan görüntüleri yapay zekâ ile birleştirildiğinde, gelecekteki sistemler retinanın daha fazla bölümünü kapsayabilir, tehlikeli değişiklikleri daha az kaçırabilir ve daha az personel süresi gerektirebilir. Bu veri seti tek başına düzenli göz bakımının yerini alamasa da, özellikle kaynakların sınırlı olduğu kliniklerde diyabetten kaynaklanan körlüğü azaltmaya yardımcı olabilecek daha güvenilir, yaygın olarak erişilebilir bilgisayar destekli taramalar için zemin hazırlıyor.

Atıf: Peng, S., Yang, S., Zhao, X. et al. A fundus image dataset for intelligent diabetic retinopathy system. Sci Data 13, 777 (2026). https://doi.org/10.1038/s41597-026-07093-7

Anahtar kelimeler: diyabetik retinopati, retina görüntüleme, ultra geniş alan, tıbbi yapay zeka, göz taraması