Detekcija dijabetičke retinopatije iz digitalne fotografije očne pozadine

Razvoj tehnologije i novih metodologija u području strojnog učenja omogućio je stvaranje kompleksnih algoritama koji mogu pomoći u svakodnevnim situacijama. U zdravstvu, primjena takvih algoritama omogućava pravovremenu samodijagnostiku i liječenje bolesti sa ciljem ozdravljenja ili omogućavanja kvalitetnijeg načina življenja. Dijabetes je bolest od koje boluje stotine milijuna ljudi diljem svijeta i zahvaća razna osjetila i organe. Dijabetička retinopatija je bolest koja nastaje kao posljedica dijabetesa, a obuhvaća osjetilo vida. Primjena strojnog učenja kod ovog problema omogućit će lakšu dijagnostiku i liječenje bolesti. U radu su opisani simptomi dijabetičke retinopatije i metode kao što su neuralne mreže, koje mogu te simptome klasificirati na četiri stadija. Svaki stadij je detaljno opisan i pruža informacije o tome kako ih prepoznati na slikama mrežnice oka. Metoda koja se koristila za klasifikaciju bolesti poseban je tip umjetnih neuralnih mreža, a to su konvolucijske neuralne mreže. Konvolucijske neuralne mreže inspirirane su radom ljudskog mozga i vizualnog korteksa, a nude mogućnost prepoznavanja uzoraka odnosno značajki iz digitalnih slika. Za rad je razvijen model konvolucijske neuralne mreže koji izvodi binarnu klasifikaciju na slikama mrežnica oka. Model je uspio odvojiti zdrave od oboljelih pacijenata iz slika mrežnice oka s točnošću od 77,9%. U nastavku je opisan pristup treniranja modela mreže i evaluacije rezultata. Pri razvoju modela razvijena je pomoćna knjižnica koja je pomogla pri istraživanju i treniranju modela mreže. Osim toga, navedeni su nedostaci i greške u korištenim knjižnicama za strojno učenje kojima će se greške prijaviti i riješiti doprinosom programskog koda. Model mreže postigao je zadovoljavajuće rezultate, a za daljnji rad predložen je razvoj mreže koji će moći klasificirati bolest dijabetičke retinopatije na pojedine stadije. Takav model pružao bi pravovremeni uvid u stadij bolesti, a time pomogao u odabiru adekvatnog liječenja.The development of technology and new metodologies in the field of machine learning made it possible to create complex algorithms which can help in everyday situations.The use of these algorithms in health care enables people to have timely self-diagnosis and disease treatments with the goal of recovery or providing a better quality of life. Diabetes is a disease which affects hundreds of millions people worldwide and strikes various senses and organs. Diabetic retinopathy is a condition which affects people who have had diabetes for a long time and it affects eyesight. Self-diagnosis can be made and better treatment is enabled by using machine learning for this problem. This thesis contains descriptions about diabetic retinopathy symptoms and machine learning methods like neural networks, which are able to classify symptoms in four stages. Each stage is described in detail and information is provided on how to recognize them in fundus photography. The method which was used to classify the disease is a type of neural networks called convolutional neural networks. Convolutional neural networks are inspired by the human brain and visual cortex, and are able to recognize patterns or features from digital photographs. To solve the problem, a convolutional neural network model was developed for binary classification on retina photographs. The model was able to differentiate healthy patients from ill patients with the accuracy of 77.9%. The proces of training and evaluating the model was described later on. A small library was developed to aid research and development of the model. A few shortcomings and bugs were discovered during the use of machine learning libraries which will be reported and fixed by the means of code contribution. The network model have achieved good results and in the future, a new network model has been proposed which will be able to classify each stage of the disease. This model will enable patients to classify the stage they are in and help them to choose the appropriate treatment