Automatizovaná klasifikace sítnicových snímků novorozenců na základě přítomnosti hemoragií

Abstract

Táto bakalárska práca sa zaoberá vývojom a implementáciou klasifikačného algoritmu pre automati- zovanú detekciu retinálnych hemorágií u novorodencov s využitím metód hlbokého učenia. Hlavným cieľom práce bolo navrhnúť model konvolučnej neurónovej siete, ktorý dokáže klasifikovať krvácanie v sietnici na oftalmologických snímkach. V rámci metodiky bola zvolená architektúra ResNet-18, pričom bol použitý princíp prenosu učenia (transfer learning). Vzhľadom na výraznú nevyváženosť použitého klinického datasetu boli v procese trénovania využité techniky geometrickej augmentácie dát a váženia stratovej funkcie. Vytvorený model vykazuje vysokú efektivitu s celkovou presnosťou 96,11 %, senzitivitou 92,31 % a špecificitou 96,50 %. Veľkým prínosom práce je aj vývoj diag- nostickej klasifikačnej aplikácie v prostredí MATLAB App Designer, ktorá obsahuje vizualizáciu rozhodovacích procesov pomocou metódy Grad-CAM a umožňuje generovanie PDF reportov.

This bachelor’s thesis focuses on the development and implementation of a classification algorithm for the automated detection of retinal hemorrhages in newborns using deep learning methods. The main objective of the thesis was to design a convolutional neural network model capable of classifying retinal hemorrhages in ophthalmic images. The ResNet-18 architecture was selected as part of the methodology, with the principle of transfer learning being applied. Given the significant imbalance in the clinical dataset used, techniques of geometric data augmentation and loss function weighting were employed during the training process. The developed model demonstrates high effectiveness with an overall accuracy of 96.11 %, sensitivity of 92.31 %, and specificity of 96.50 %. A major contribution of this work is also the development of a diagnostic classification application in the MATLAB App Designer environment, which includes visualization of decision-making processes using the Grad-CAM method and enables the generation of PDF reports.