提出一种基于人类视觉注意力机制的FA-Net网络结构以使卷积神经网络(CNN)更适用于眼病筛查系统中的图像质量评估。
FA-Net主网络由VGG-19网络组成，本研究在该基础上将人类视觉注意力机制加入到CNN中，并在训练时使用迁移学习的方法，使用ImageNet的权重初始化网络。注意力网络采用前景提取的方法，提取血管和疑似病灶点等感兴趣区域，并赋予感兴趣区域更高的权重来加强对感兴趣区域的学习。
在训练FA-Net时，使用了2 894张眼底图像。FA-Net在包含2 170张眼底图像的测试集上，分类准确率达97.65%，其敏感度和特异性分别为0.978和0.960，曲线下面积(AUC)为0.995。
FA-Net对比于其他CNN具有更优越的分类性能，能够更准确、高效地评估视网膜眼底图像质量。该网络考虑了人类视觉系统(HVS)和人类注意力机制，通过在VGG-19网络结构中加入注意力模块，在获得更好分类性能的同时也使分类结果更具有可解释性。
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
视网膜图像质量评价是眼病计算机筛查系统的基本步骤之一，高质量的眼底图像是正确诊断的前提。近年来各类学者对于辅助检测诊断眼底图像中各类疾病的计算机筛查系统已有众多研究[1,2,3,4]，这些自动诊断系统的成功预测依赖于输入图像的质量。随着便携式眼底照相机应用的成熟，医疗机构可以得到大量的视网膜图像。但是相关研究表明，由于光照不均、遮挡、患者眼球移动等因素，实际数据中可能包含大量质量较差的视网膜图像[5]。研究显示，影响图像质量的重要因素可分为两类：通用图像质量参数(如聚焦和锐度)和结构图像质量参数(如血管的清晰度，视盘、黄斑等结构的可见度)[6]。传统的眼底图像质量评估算法依赖于某种基于通用图像质量参数或结构质量参数的手工特征，很难将这些算法推广到新的数据集[7]。此外，人类依靠人类视觉系统(human visual system，HVS)来判断视网膜图像的质量，而传统的方法没有考虑到HVS特性，也没有在图像质量评估算法中引入HVS。近十年来，深度学习受到很大关注，而卷积神经网络(convolutional neural network，CNN)以其强大的表现力在各个领域都有着广泛应用。目前，深度学习方法在眼科图像诊断的研究主要应用在与眼底照相技术和光相干断层扫描成像技术相关的糖尿病视网膜病变、年龄相关性黄斑变性、青光眼等疾病的诊断中，并能够获得高特异性和高灵敏度的诊断结果[8]。与传统的手工特征提取方法不同，深度学习模型能够发现原始特征中固有的或潜在的高层次特征，有助于建立高鲁棒性的模型。眼底图像的分析处理有其自身的特殊性，其病灶区域与整幅图像相比较而言，往往只占很小一部分，而它们对疾病的诊断起着决定性的作用。通过深度学习方法有效提取到这部分区域的特征要比学习自然图像的特征更加具有挑战性。为了使CNN网络更适用于眼疾病筛查系统中的图像质量评估，本研究设计一种基于人类视觉注意力机制的FA-Net网络结构，能够准确、高效地对视网膜图像的质量做出评估。
本文基金项目中“国家自然科学基金项目（GBA1604401）；江苏省自然科学基金项目（PAF16022）”应更正为“国家自然科学基金项目（61603182）；江苏省自然科学基金项目（BK20160803）”更正的同时表示歉意！