Diagnóstico multi-patología mediante clasificación multi-etiqueta de retinografías de ambos ojos

Abstract

[Resumen]: El desarrollo de sistemas computacionales de apoyo al diagnóstico tiene especial relevancia en la práctica clínica moderna, y especialmente en el ámbito oftalmológico. Su mayor impacto social se encuentra probablemente en la prevención de enfermedades graves, que afectan a grandes sectores de la población envejecida de los países desarrollados, por su alto riesgo de mortalidad y discapacidad grave. Ejemplos de estas enfermedades son la hipertensión y diabetes, así como las afecciones oculares con mayor riesgo de ceguera, como el glaucoma, la retinopatía diabética o la degeneración macular asociada a la edad. Para ello, se requieren sistemas de diagnóstico que cubran un amplio espectro de enfermedades (multi-patología), basados en modalidades de imagen asequibles como la retinografía de ambos ojos del mismo paciente. ODIR-2019 es un challenge que proporciona el dataset ODIR-5K, compuesto por pares de imágenes de retina, correspondientes a los dos ojos de una misma persona, recopiladas por diferentes hospitales usando diferentes retinógrafos a color. Cada uno de los pacientes está asociado a múltiples etiquetas simultáneas, indicando presencia de una o varias enfermedades en alguno de los ojos: normal/sano (N), diabetes (D), glaucoma (G), cataratas (C), AMD (A), hipertensión (H), miopía (M) y otras enfermedades (O). El etiquetado se basa en ambas retino- grafías. Trabajar a nivel de par puede ser beneficioso para el aprendizaje de los modelos debido a la correlación entre los dos ojos. En cuanto a la clasificación multi-etiqueta, esta presenta más retos y está menos documentada que la binaria y la multiclase, pero es muy útil en este caso ya que un solo modelo puede informar sobre el padecimiento de varias enfermedades con una sola evaluación. En este trabajo se experimenta con diferentes técnicas de deep learning buscando cons- truir el modelo que dé los mejores resultados sobre ODIR-5K. Para ello, se partirá de un modelo de clasificación base, y se adaptará para funcionar con pares de imágenes, y atendiendo a las circunstancias específicas de clasificación multi-etiqueta con representación desbalanceada entre múltiples clases. Los resultados obtenidos son comparables a los del estado del arte. De entre las técni- cas empleadas destacan: una función de pérdida ponderada que aborda con éxito y de forma práctica el problema del desbalanceo, un data augmentation original con atención al par de ojos y un método de preprocesado que homogeneiza las diferentes formas de retinografía. Se consigue replicar con éxito la arquitectura con doble imagen de entrada de [1] dando libertad en la elección del backbone, aunque en este caso es una Resnet-50 preentrenada en Imagenet. Una gran parte del conocimiento depositado en este trabajo es transferible a otros problemas multi-etiqueta con doble entrada.