Со временем одним из последствий диабета может быть повреждение сетчатки глаза, вызывающее проблемы со зрением, состояние, известное как диабетическая ретинопатия. Это частое осложнение сахарного диабета.
Часть передней части глаза называется роговицей, свет проходит через роговицу и попадает на хрусталик, хрусталик фокусирует свет на задней части глаза на светочувствительную оболочку, называемую сетчаткой, прежде чем покинуть заднюю часть глаза. глаз через зрительный нерв есть кровеносные сосуды, которые проходят через сетчатку и выходят из задней части глаза через середину зрительного нерва. Со временем неконтролируемый высокий уровень сахара может повлиять на этот кровеносный сосуд, в результате чего из них может протекать кровь или любые другие жидкости, вызывая отек и повреждение сетчатки.
На ранних стадиях диабетической ретинопатии нет симптомов или очень легкие симптомы, которые могут остаться незамеченными по мере прогрессирования диабетической ретинопатии, могут появиться следующие признаки и симптомы. Мушки в поле вашего зрения. Мушки представляют собой крошечные темные пятнышки или нити, которые перемещаются по задней камере глаза, заставляя вас видеть пятна. С такой трудностью сталкиваются так же, как с ночью. Боль или давление в одном или обоих глазах. Обычно диабетическая ретинопатия поражает оба глаза.
По результатам опроса примерно 1 из 10 взрослых страдает диабетом и 1 из 3 - диабетической ретинопатией. Важно вовремя выяснить, есть ли у кого диабетическая ретинопатия, и лечить ее. Если его не лечить, он в конечном итоге приводит к слепоте. Если кто-то страдает диабетом, он может помочь или предотвратить или замедлить развитие диабетической ретинопатии, принимая назначенные лекарства, придерживаясь диеты, регулярно занимаясь спортом, контролируя высокое кровяное давление или высокий уровень холестерина, избегая употребления алкоголя и курения, следовательно, своевременная диагностика и регулярная проверка зрения. Оптимальный контроль уровня сахара в крови с помощью диеты, физических упражнений и лекарств имеет большое значение для эффективного лечения диабетической ретинопатии.
Используемый набор данных: Изображения, отфильтрованные по Гауссу.
Изображения состоят из изображений сканирования сетчатки, отфильтрованных по Гауссу, для выявления диабетической ретинопатии. Исходный набор данных доступен на APTOS 2019 Blindness Detection. Эти изображения изменены на 224x224 пикселя, чтобы их можно было легко использовать со многими предварительно обученными моделями глубокого обучения.
Все изображения уже сохранены в соответствующих папках в зависимости от тяжести/стадии диабетической ретинопатии с использованием предоставленного файла train.csv. Вы найдете пять каталогов с соответствующими изображениями:
0 — No_DR
1 - Mild
2 - Moderate
3 - Severe
4 - Proliferate_DR
Си-Эн-Эн
Convolutional Neural Network — это особая архитектура искусственной нейронной сети. Как мы знаем, изображения представляют собой массив пикселей.
Он автоматически определяет функции и дает большую точность по сравнению с другими. На него не влияет расположение объекта на изображении.
Точность
Точность поезда: 94,49
Точность теста: 72,35
K-ближайший сосед
KNN — это алгоритм машинного обучения, который строит модель только для хранения обучающего набора данных. Для новых входных данных этот алгоритм находит ближайшую точку для прогнозирования результата. Вот почему этот алгоритм известен как K-ближайшие соседи. KNN рассматривает ровно одного ближайшего соседа, который является ближайшим к тому, который является ближайшей точкой обучающих данных для этой точки, которую мы должны сделать для прогноза.
Точность
Точность поезда: 86,48
Точность теста: 72,22
SVM
Машина опорных векторов (SVM) — это контролируемый алгоритм машинного обучения, используемый как для классификации, так и для регрессии. Хотя мы также говорим о проблемах регрессии, это лучше всего подходит для классификации. Цель алгоритма SVM — найти гиперплоскость в N-мерном пространстве, которая четко классифицирует точки данных. Размер гиперплоскости зависит от количества признаков. Если количество входных объектов равно двум, то гиперплоскость — это просто линия. Если количество входных объектов равно трем, то гиперплоскость становится двумерной плоскостью. Трудно представить, когда количество признаков превышает три.
Точность
Точность поезда: 99,5
Точность теста: 71,88
Классификатор дерева решений
Создайте обучающую модель, в которой данные непрерывно разбиваются по определенным параметрам.
Это можно объяснить двумя сущностями: узлами решений и листьями.
Точность
Точность поезда: 99,5
Точность теста: 64,10
Гауссовский наивный байесовский метод
Наивный байесовский подход может быть расширен до атрибутов с действительными значениями, чаще всего путем предположения распределения Гаусса. Это расширение наивного байесовского метода называется гауссовым наивным байесовским алгоритмом. Для оценки распределения данных можно использовать и другие функции, но с гауссовым (или нормальным) распределением работать проще всего, потому что вам нужно только оценить среднее значение и стандартное отклонение ваших обучающих данных. При работе с непрерывными данными часто принимается допущение, что непрерывные значения, связанные с каждым классом, распределяются в соответствии с нормальным (или гауссовым) распределением. Предполагается, что вероятность признаков следующая:
Иногда предполагают дисперсию:
- не зависит от Y (т. е. от σi),
- Или не зависит от Xi (т.е. σk)
- Или оба (т.е. σ)
Подход к созданию простой модели заключается в предположении, что данные описываются распределением Гаусса (также называемым нормальным распределением) без ковариации (независимых измерений) между измерениями. Эту модель можно подогнать, просто найдя среднее значение и стандартное отклонение точек внутри каждой метки, и это все, что необходимо для определения такого распределения.
Точность
Точность поезда: 35,1
Точность теста: 31,47
Полезные ссылки
Пожалуйста, ознакомьтесь с этой ссылкой на GitHub, чтобы получить правильное представление о коде:
Дополнительные материалы на PlainEnglish.io. Подпишитесь на нашу бесплатную еженедельную рассылку новостей. Подпишитесь на нас в Twitter и LinkedIn. Посетите наш Community Discord и присоединитесь к нашему Коллективу талантов.
