深層学習を用いた網膜疾患の知能的検出
カテゴリ：診断支援・画像解析
公開日：2026年2月19日
タイトル：Intelligent retinal disease detection using deep learning
雑誌名：Sci Rep. 2025 Dec 08; 15(1): 43282.
概 要：
網膜疾患の増加は深刻な懸念であり、未治療の状態は視力障害や失明を引き起こす可能性があります。本研究では、深層学習アルゴリズムを用いた網膜疾患の自動検出手法を提案し、眼科医の診断精度を向上させるとともに、効率性を高めることを目的としています。ファンドス画像を用いて、健康な眼と糖尿病性網膜症、白内障、緑内障に影響を受けた眼を区別するために、人工ニューラルネットワーク（ANN）と転移学習技術を活用しました。複数の特徴抽出手法を用いて網膜疾患の多クラス分類を行い、最終的に98.2%の高精度を達成しました。
方 法：
本研究では、さまざまなソースから統合したバランスの取れたデータセットを使用した。人工ニューラルネットワーク（ANN）と転移学習技術を用いて、健康な眼と糖尿病性網膜症、白内障、緑内障の眼を区別しました。特徴抽出には主成分分析（PCA）と離散ウェーブレット変換（DWT）を使用し、ANNと組み合わせて多クラス分類を行いました。
結 果：
ANNとMobileNetV2、DenseNet121アーキテクチャを組み合わせたモデルは、98.2%のピーク精度を達成しました。これにより、網膜疾患の自動分類において非常に満足のいく性能を示しました。
結 論：
深層学習を用いたこのアプローチは、網膜疾患の自動検出において高い精度を実現し、眼科医の診断を支援する可能性があることが示されました。これにより、視力障害の早期発見と治療が促進されることが期待されます。