糖尿病视网膜病变
（一）病变标志及分级
糖尿病视网膜病变（DR）是中老年人视力受损的主要原因，早期筛查发现和转诊是实践中广泛采用的失明预防策略。即使在DR的早期阶段，毛细血管也开始衰退，这会导致微血管结构异常，形成微动脉瘤，其在视网膜上表现为小红点。这些脆弱的毛细血管可能会破裂出血，表现为较大的深红色区域。此外，DR使毛细血管更具渗透性，从而导致硬性渗出。带有软边缘的苍白区域提示软性渗出。在更严重的情况下，扩张出现在视网膜微血管结构中。新的脆弱的小血管开始生长，以响应来自缺乏营养的组织的信号，整个过程即为新生血管形成。通常根据国际临床糖尿病视网膜病变严重程度量表（ICDRD），分为健康、轻度DR、中度DR、重度DR和增生性DR，数据集也常被标注为这五个等级。
（二）糖尿病视网膜病变检测分级
机器学习算法和卷积神经网络主要应用于基于以上病变的图像数据，以进行糖尿病视网膜病变检测分级和病变分割的任务。大多数传统的机器学习算法属于监督学习，这是因为输出的是明确的分类变量，例如病变的类型或DR的阶段。这些方法包括决策树、支持向量机（support vector machine，SVM）、人工神经网络（artificial neural network，ANN）、贝叶斯分类器等。在早期的DR筛查中，区分DR与正常视网膜的主要原则是检测到的DR相关病变。
2016年，Gulshan等使用128 175张眼底图片（包括EyePACS-1和MESSIDOR-2数据集）作为训练数据库，训练AI算法以自动检测DR和黄斑水肿，并分别验证高特异性和高敏感性识别模式，获得了出色的成果。随后，另一项研究则通过使用数据增强技术来转换图像，这增加了图像的可变性并使病变更加明显。另有研究使用来自社区和诊所的多民族糖尿病患者的494 661张视网膜图像训练了一个适应VGGNet架构的CNN模型，用于筛查DR和相关的眼科疾病，表明不同的相机、种族，甚至患有其他疾病都不会影响筛选模型的性能。2018年，一项名为IDx-DR的系统以87.2%的敏感性和90.7%的特异性，获得了美国食品药品监督管理局（Food and Drug Administration，FDA）授权，用以检测轻度DR和糖尿病性黄斑水肿。而我国学者也开发了一种基于Inception-V3 DL算法的AI算法，用于检测威胁视力的DR（包括增生前DR和黄斑水肿）。经过58 790张图片训练后，该模型在8 000张图片的内部测试集中获得了97.0%的敏感性和91.4%的特异性，表明CNN可以在大规模DR筛选程序中高精度使用。除了这些主要的深度学习研究之外，还出现了一些针对不同种族、不同图像分辨率、样本大小和设备等的研究。
（三）糖尿病视网膜病变图像分割
1.微动脉瘤
微动脉瘤（MA）是DR最早的临床体征，因此引起了更多的研究关注。影响微动脉瘤分割的障碍包括存在颜色相似、对比度极低的病变，以及图像亮度、清晰度和背景纹理的变化。两阶段多尺度体系结构和临床报告指导是微动脉瘤检测的成功策略。
2.出血
出血（HM）是DR的可见病理征象之一，出血的准确检测/分割对于DR诊断很重要。在病变检测/分割任务中，基于填充的方法非常流行，因为数据集中的图像数量有限并且需要降低计算成本。基于填充的方法可以仅用几十张图片生成数万个补丁，这有助于提高性能并解决过拟合问题。然而，出血以及其他病变通常尺寸相对较小，其像素仅占整个图像的一小部分。这会导致不平衡问题，只有少数补丁包含病变，而大量补丁对病变检测/分割任务贡献不大。出血检测/分割的改进主要有两个方向：对粗标注数据集进行分割和选择性采样。
3.渗出
硬性渗出（HE）和软性渗出（SE）通常是诊断DR的基础。因此，准确检测硬性渗出和软性渗出对于及时治疗至关重要。与其他病变检测/分割任务一样，存在几个挑战，包括低对比度、不同的大小和与其他病变的相似性。值得注意的是，糖尿病性黄斑水肿（DME）是DR最常见的并发症，可能导致严重的视力丧失。完成此任务的两种方法分别使用了两阶段架构和多尺度，均检测到渗出，可作为DME诊断任务的标志。而主流的渗出检测方法大部分为具有循环霍夫变换和损失函数修正的CNN。
（四）基于其他图像的DR检测
超广角眼底成像是一种更新更先进的技术，能够显示更广泛的视网膜区域以检查中央凹之外的周边区域。反过来，这可以更好地对糖尿病视网膜病变进行分期。由于超广角眼底图像的大数据集尚未提供，目前主要通过迁移学习利用窄视野眼底大数据集来提高超广角眼底图像的分级能力。AI辅助的OCT也可用于自动识别糖尿病引起的视网膜内液和黄斑水肿。
（五）临床应用软件
迄今为止，许多人工智能产品已经以软件的形式启动了临床商业测试，此类产品通常被称为自动DR图像识别系统。目前已经投入使用的知名产品有葡萄牙的Retmarker、英国的iGrading M和美国的Eye Art。而人工智能在眼科应用中的里程碑，则是前面提到的IDx-DR，这是首个面向基层医疗机构的基于CNN DL的商用自主DR筛查AI产品，用于筛查需要转诊的DR患者。2020年8月10日，中国国家药品监督管理局发布首次获批的三类国产医疗器械——深圳硅基智能科技有限公司生产的创新产品《糖尿病视网膜病变眼底图像辅助诊断软件》以及上海鹰瞳医疗科技有限公司生产的创新产品《糖尿病视网膜病变眼底图像辅助诊断软件》。2021年6月8日，北京致远慧图科技有限公司的《糖尿病视网膜病变眼底图像辅助诊断软件》也获批上市。通过获取眼底照相机拍摄的患者眼底彩色照片，利用上述深度学习算法对图像进行计算、分析，得出糖尿病视网膜病变的辅助诊断建议，提供给具有相应资质的临床医生作为参考。进一步而言，这些产品的实际效果仍有待在临床实践中进行检验。