機械学習手法と高度な特徴抽出アルゴリズムを用いた眼底写真に基づく糖尿病性網膜症の診断
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：Diagnostics of diabetic retinopathy based on fundus photos using machine learning methods with advanced feature engineering algorithms
雑誌名：Sci Rep. 2025 Oct 03; 15(1): 34486.
概 要：
本研究は、糖尿病性網膜症の早期診断を可能にする機械学習モデルの開発と検証を目的としています。糖尿病は医療システムに脅威を与える主要な疾患の一つであり、放置すると失明などの深刻な結果を招く可能性があります。ポーランドのデジタル省と保健省が実施したプロジェクトから収集した8つの公的データベースと1つの私的データベースを使用し、14,402枚の眼底写真を分析しました。特徴選択と抽出には46の独自手法を用い、XgBoostとRandom Forestアルゴリズムで分類を行いました。最も成功したモデルは、Random Forestアルゴリズムを用いて80.41%の分類精度を達成しました。
方 法：
本研究は、14,402人の患者から得られた眼底写真を対象とした研究です。データは8つの公的データベースと1つの私的データベースから収集されました。特徴選択と抽出にはCLAHE、B-CosFire、Hough変換などの技術を用い、分類にはXgBoostとRandom Forestアルゴリズムを選択しました。パラメータ調整はOptunaライブラリを使用して行いました。
結 果：
最も成功したモデルは、Random Forestアルゴリズムを用い、LBPとGLCMによる特徴抽出を組み合わせて、分類精度80.41%、F1スコア74.41%、AUC0.80を達成しました。この機械学習モデルは、糖尿病性網膜症の早期検出において高い効果を示しました。
結 論：
開発した機械学習モデルは、糖尿病性網膜症の早期診断において非常に効果的であることが示されました。さらなる改良が推奨され、臨床現場での実用化が期待されます。