Kaggle糖尿病视网膜病变筛查挑战的成果。

简介：
我最近一直在积极参与糖尿病性视网膜病变的手动筛查与算法项目。 关于该项目的详细信息，请参考相关文档。 我们的目标是根据糖尿病患者的眼部图像，开发一种能够对疾病严重程度进行分级的算法。 在比赛过程中，我逐渐确信自动筛选方法确实能够提供显著的辅助作用。 计分系统用于评估算法的性能。 值得注意的是，有几支队伍取得了85分或更高的成绩，根据Kappa系数的相关文献表明，这一分数代表了算法的卓越表现。 目前，我们着重探讨了该算法的主要挑战。 该算法需要与医生提供的诊断标签进行精确匹配。 然而，医生在诊断过程中也可能存在错误，导致算法在做出准确预测时有时会出现“缩编”现象。 这也是我个人对在线发布结果持谨慎态度的原因。 我们的设想是建立一个平台，让人们能够对算法的预测结果以及决策者提供的标签进行评论和反馈，从而更全面地了解自动筛选技术的实际应用价值。 也许GitHub目前并不完全适合这一目的。 如果您有更合适的平台建议，欢迎随时贡献代码以提升用户体验！ 医生提供的标签与算法预测的标签（Pred 0, Pred 1, Pred 2, Pred 3）对应关系如下：