radioelectronicsИзвестия высших учебных заведений России. РадиоэлектроникаJournal of the Russian Universities. Radioelectronics1993-89852658-4794Saint Petersburg Electrotechnical University10.32603/1993-8985-2022-25-2-82-91radioelectronics-621Research ArticleПРИБОРЫ МЕДИЦИНСКОГО НАЗНАЧЕНИЯ, КОНТРОЛЯ СРЕДЫ, ВЕЩЕСТВ, МАТЕРИАЛОВ И ИЗДЕЛИЙMEDICAL DEVICES, ENVIRONMENT, SUBSTANCES, MATERIAL AND PRODUCTМетод диагностики диабетической ретинопатии на основе анализа изображений глазного днаA Method for Diagnosing Diabetic Retinopathy Based on Ocular Fundus Imaginghttps://orcid.org/0000-0001-9408-2622ТуенН. Ч.TuyenN. T.

 кандидат технических наук (2018) по специальности "Приборы, системы и изделия медицинского назначения", преподаватель кафедры биомедицинской инженерии

 236 Хоанг Куок Вьет, Ханой, Республика Вьетнам

 Cand. Sci. (Eng.) (2018) in the field of Devices, systems, and medical products, a lecturer at the Department of Biomedical Engineering

236 Hoang Quoc Viet, Hanoi, Republic of Vietnam 

nguyentuyen1988@gmail.comhttps://orcid.org/0000-0003-3165-742XХыуЧ. Ч.HuuT. T.

 кандидат технических наук (2018) по специальности "Приборы, системы и изделия медицинского назначения", исследователь

261 Фунг Хынг, Ханой, Республика Вьетнам

 Cand. Sci. (Eng.) (2018) in the field of Devices, systems, and medical products, researcher

261 Phung Hung, Hanoi, Republic of Vietnam 

trantronghuu@vmmu.edu.vnТехнический университет имени Ле Куй ДонаВьетнамLe Quy Don Technical UniversityViet NamВоенный госпиталь 103ВьетнамMilitary Hospital 103Viet Nam2022270420222528291Copyright © Туен Н.Ч., Хыу Ч.Ч., 20222022Туен Н.Ч., Хыу Ч.Ч.Tuyen N.T., Huu T.T.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://re.eltech.ru/jour/article/view/621

Введение. Диабетическая ретинопатия – это повреждение сетчатки глаза при сахарном диабете вследствие высокого уровня сахара в крови. Это заболевание может привести к слепоте, если болезнь диагностируется и лечится на поздних стадиях развития патологии. Оно вызывает изменения кровеносных сосудов и появление некоторых повреждений, таких, как твердые экссудаты и микроаневризмы. Для диагностики диабетической ретинопатии часто используется метод оценки сосудистых структур на основе изображений глазного дна. Однако даже врачи-офтальмологи не могут обнаружить эти повреждения из-за фоновых помех и их низкого контраста, вследствие чего разработка метода для обнаружения признаков диабетической ретинопатии, в особенности на ранних стадиях, является актуальной.Цель работы. Разработка метода диагностики диабетической ретинопатии с использованием дерева решений на основе изображений глазного дна. Материалы и методы. Применены методы на основе сегментации изображений с выделением характерных признаков и бинарной классификации. Используется верифицированная база данных для оценки точности метода выявления диабетической ретинопатии.Результаты. Разработан алгоритм, включающий методы сегментации сосудов, экссудатов и микроаневризм для выявления диабетической ретинопатии на основе цифровой обработки изображений структуры стенок кровеносных сосудов с использованием бинарной классификации. Получены результаты с применением разработанных методов с высокой точностью обнаружения диабетической ретинопатии с использованием верифицированной базы изображений глазного дна. Чувствительность, специфичность и точность обнаружения диабетической ретинопатии составили соответственно 87.14, 88.50 и 87.81 %.Заключение. Разработанный метод позволяет обнаруживать диабетическую ретинопатию у пациентов на ранних стадиях заболевания с достаточно высокой точностью. Метод также может быть применен в системе поддержки врача для принятия решений при диабетической ретинопатии.

Introduction. Diabetic retinopathy is a complication of diabetes mellitus caused by high blood sugar levels damaging the retina. Diabetic retinopathy leads to changes in ocular blood vessels and the appearance of solid exudates and microaneurysms. When diagnosed and treated in the late stages, this disease can cause blindness. The most common diagnostic method for diabetic retinopathy is based on ocular fundus imaging. However, the background interference and low contrast of such images significantly hinders the timely detection of vascular lesions. Therefore, the development of a method for detecting signs of diabetic retinopathy, particularly in its early stages, presents a relevant research task.Aim. Development of a method for diagnosing diabetic retinopathy based on an analysis of ocular fundus images using the decision-tree approach.Materials and methods. Methods based on image segmentation with identifying characteristic features and their binary classification were used. A verified database was used to access the accuracy of the proposed method for detecting diabetic retinopathy.Results. A method for detecting signs of diabetic retinopathy was developed, which includes the segmentation of vessels, exudates and microaneurysms based on digital processing of ocular vascular images using binary classification. The developed method showed a high level of diagnostic accuracy. Thus, the sensitivity, specificity and accuracy of diabetic retinopathy detection comprised 87.14, 88.50 and 87.81 %, respectively.Conclusion. The developed method allows diabetic retinopathy to be diagnosed with sufficiently high accuracy. The method can also be used for supporting decision making when managing patients with diabetic retinopathy.

диабетическая ретинопатияглазное днокровеносные сосудыэкссудатымикроаневризмыдерево решенийdiabetic retinopathyocular fundusblood vesselsexudatesmicroaneurysmsdecision treeReferencesДиабетическая ретинопатия / Т. М. Миленькая, Е. Г. Бессмертная, В. К. Александрова, Н. Б. Смирнова, Т. А. Андрианова // Сахарный диабет. 2005. Т. 8, № 3. С. 18–20. doi: 10.14341/2072-0351-5573Milen'kaya T. M., Bessmertnaya E. G., Aleksandrova V. K., Smirnova N. B., Andrianova T. A. Diabeticheskaya retinopatiya [Diabetic Retinopathy]. Diabetes mellitus. 2005, vol. 8, no. 3, pp. 18–20. doi: 10.14341/2072-0351-5573 (In Russ.)Эпидемиология и регистр диабетической ретинопатии в Российской Федерации / Д. В. Липатов, В. К. Александрова, Д. С. Атарщиков, Е. Г. Бессмертная, И. Л. Кон, А. Г. Кузьмин, Т. А. Чистяков // Сахарный диабет. 2014. № 1. С. 4–7. doi: 10.14341/DM201414-7Lipatov D. V., Aleksandrova V. K., Atarshchikov D. S., Bessmertnaya E. G., Kon I. L., Kuz'min A. G., Smirnova N. B., Tolkacheva A. A., Chistyakov T. A. Current Report from Russian Diabetic Retinopathy Register. Diabetes Mellitus. 2014, vol. 17, no. 1, pp. 4–7. doi: 10.14341/DM201414-7 (In Russ.)Wang W., Lo A. C. Diabetic retinopathy: pathophysiology and treatments // Intern. J. of Molecular Sciences. 2018. Vol. 19, № 6. P. 1816. doi: 10.3390/ijms19061816Wang W., Lo A. C. Diabetic Retinopathy: Pathophysiology and Treatments. Intern. J. of Molecular Sciences. 2018, vol. 19, no. 6, p. 1816. doi: 10.3390/ijms19061816The progress in understanding and treatment of diabetic retinopathy / A. W. Stitt, T. M. Curtis, M. Chen, R. J. Medina, G. J. McKay, A. Jenkins, N. Lois // Progress in retinal and eye research. 2016. Vol. 51. P. 156–186. doi: 10.1016/j.preteyeres.2015.08.001Stitt A. W., Curtis T. M., Chen M., Medina R. J., McKay G. J., Jenkins A., Lois N. The Progress in Understanding and Treatment of Diabetic Retinopathy. Progress in Retinal and Eye Research. 2016, vol. 51, pp. 156–186. doi: 10.1016/j.preteyeres.2015.08.001The benefits of health information technology: a review of the recent literature shows predominantly positive results / M. B. Buntin, M. F. Burke, M. C. Hoaglin, D. Blumenthal // Health affairs. 2011. Vol. 30, iss. 3. P. 464–471. doi: 10.1377/hlthaff.2011.0178Buntin M. B., Burke M. F., Hoaglin M. C., Blumenthal D. The Benefits of Health Information Technology: A Review of the Recent Literature Shows Predominantly Positive Results. Health Affairs. 2011, vol. 30, iss. 3, pp. 464–471. doi: 10.1377/hlthaff.2011.0178Jones S., Edwards R. T. Diabetic retinopathy screening: a systematic review of the economic evidence // Diabetic medicine. 2010. Vol. 27, iss. 3. P. 249–256. doi: 10.1111/j.1464-5491.2009.02870.xJones S., Edwards R. T. Diabetic Retinopathy Screening: A Systematic Review of the Economic Evidence. Diabetic Medicine. 2010, vol. 27, iss. 3, pp. 249–256. doi: 10.1111/j.1464-5491.2009.02870.xArtificial intelligence for diabetic retinopathy screening: a review / A. Grzybowski, P. Brona, G. Lim, P. Ruamviboonsuk, G. S. Tan, M. Abramoff, D. S. Ting // Eye. 2020. Vol. 34, iss. 3. P. 451–460. doi: 10.1038/s41433-019-0728-0Grzybowski A., Brona P., Lim G., Ruamviboonsuk P., Tan G. S., Abramoff M., Ting D. S. Artificial Intelligence for Diabetic Retinopathy Screening: a Review. Eye. 2020, vol. 34, iss. 3, pp. 451–460. doi: 10.1038/s41433-019-0728-0Automated early detection of diabetic retinopathy / M. D. Abràmoff, J. M. Reinhardt, S. R. Russell, J. C. Folk, V. B. Mahajan, M. Niemeijer, G. Quellec // Ophthalmology. 2010. Vol. 117, iss. 6. P. 1147–1154. doi: 10.1016/j.ophtha.2010.03.046Abràmoff M. D., Reinhardt J. M., Russell S. R., Folk J. C., Mahajan V. B., Niemeijer M., Quellec G. Automated Early Detection of Diabetic Retinopathy. Ophthalmology. 2010, vol. 117, iss. 6, pp. 1147–1154. doi: 10.1016/j.ophtha.2010.03.046A deep learning ensemble approach for diabetic retinopathy detection / S. Qummar, F. G. Khan, S. Shah, A. Khan, S. Shamshirband, Z. U. Rehman, W. Jadoon // IEEE Access. 2019. Vol. 7. P. 150530–150539. doi: 10.1109/ACCESS.2019.2947484Qummar S., Khan F. G., Shah S., Khan A., Shamshirband S., Rehman Z. U., Jadoon W. A Deep Learning Ensemble Approach for Diabetic Retinopathy Detection. IEEE Access. 2019, vol. 7, pp. 150530–150539. doi: 10.1109/ACCESS.2019.2947484Development and validation of a deep learning algorithm for detection of diabetic retinopathy in retinal fundus photographs / V. Gulshan, L. Peng, M. Coram, M. C. Stumpe, D. Wu, A. Narayanaswamy, D. R. Webster // Jama. 2016. Vol. 316, iss. 22. P. 2402–2410. doi: 10.1001/jama.2016.17216Gulshan V., Peng L., Coram M., Stumpe M. C., Wu D., Narayanaswamy A., Webster D. R. Development and Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal Fundus Photographs. Jama. 2016, vol. 316, iss. 22, pp. 2402–2410. doi: 10.1001/jama.2016.17216Multidimensional contrast limited adaptive histogram equalization / V. Stimper, S. Bauer, R. Ernstorfer, B. Schölkopf, R. P. Xian // IEEE Access. 2019. Vol. 7. P. 165437–165447. doi: 10.1109/ACCESS.2019.2952899 12. Wu Nailong. The maximum entropy method // Springer Series in Information Sciences. Springer, 2012. Vol. 32. 327 p.Stimper V., Bauer S., Ernstorfer R., Schölkopf B., Xian R. P. Multidimensional contrast limited adaptive histogram equalization. IEEE Access. 2019, vol. 7, pp. 165437–165447. doi: 10.1109/ACCESS.2019.2952899Suresh A., Shunmuganathan K. L. Image texture classification using gray level co-occurrence matrix based statistical features // European J. of Scientific Research. 2012. Vol. 75, № 4. P. 591–597.Wu Nailong. The maximum entropy method. Springer Series in Information Sciences. Springer, 2012, vol. 32, 327 p.Patel Brijain R, Kaushik K. Rana. A survey on decision tree algorithm for classification // Intern. J. of Engineering Development and Research. 2014. Vol. 2, iss. 1. P. 1–5.Suresh A., Shunmuganathan K. L. Image Texture Classification Using Gray Level Co-Occurrence Matrix Based Statistical Features. European J. of Scientific Research. 2012, vol. 75, no. 4, pp. 591–597.Montgomery D. C., Runger G. C. Applied statistics and probability for engineers. John Wiley & Sons, 2010. 784 p.Patel Brijain R, Kaushik K. Rana. A Survey On Decision Tree Algorithm For Classification. Intern. J. of Engineering Development and Research. 2014, vol. 2, iss. 1, pp. 1–5.Montgomery D. C., Runger G. C. Applied statistics and probability for engineers. John Wiley & Sons, 2010, 784 p.Montgomery D. C., Runger G. C. Applied statistics and probability for engineers. John Wiley & Sons, 2010, 784 p.

The authors declare that there are no conflicts of interest present.