Problem
QWK 0.90 bildirilen bir tarama modeli, retinayı mı yoksa fotoğrafı çeken kamerayı mı öğrendiğini; farklı bir klinikte çalışıp çalışmayacağını; hataların modelden mi eğitim etiketlerinden mi geldiğini tek başına açıklamaz.
Teknik vaka çalışması
Diabetic Retinopathy Grading (APTOS-2019)
3.662 retina fotoğrafıyla diyabetik retinopati derecelendirme çalışması. Kamera etkileri, farklı popülasyonlarda genelleme ve etiket kalitesi ayrı ayrı sınanır.
Teknik açıklamalar Türkçeye çevrilmiştir. Sonuç metriklerinin ölçüm koşulları, başarısız denemeler ve kaynak bağlantıları özgün proje kanıtlarıyla aynı kapsamda korunur.
Hızlı teknik inceleme
Teknik vaka çalışması: dört temel nokta.
Mimari
Aşamaları yanlış sırayla çalıştırmayı reddeden kurulabilir paket, her görüntü önbelleği için kaynak manifestosu üreten ortak ön işleme modülü, devam ettirilebilir beş katlı EfficientNet-B0 ordinal regresyonu ve sürümlü çalışma dosyasına aktarılan…
Tam açıklamayı oku
Aşamaları yanlış sırayla çalıştırmayı reddeden kurulabilir paket, her görüntü önbelleği için kaynak manifestosu üreten ortak ön işleme modülü, devam ettirilebilir beş katlı EfficientNet-B0 ordinal regresyonu ve sürümlü çalışma dosyasına aktarılan MLflow izleme yapısı içerir. Topluluk modeli ONNX olarak dışa aktarılır, ağırlıkları Hugging Face üzerinde tutulur ve Render üzerinde FastAPI ile sunulur.
Sonuçlar
3,662 fundus görüntüsü; beş katlı topluluk QWK 0.9091
Sınırlamalar ve kapsam
Daha ayrıntılı hipotez doğrulanmadı: yalnızca ince bulgulu olgular değil, Moderate sınıfının tamamı yer değiştirdi. Dolayısıyla model yeni özellikler öğrenmek yerine karar sınırını yeniden çizdi. Yeniden ayarlanan model APTOS üzerinde aşırı…
Tam açıklamayı oku
Daha ayrıntılı hipotez doğrulanmadı: yalnızca ince bulgulu olgular değil, Moderate sınıfının tamamı yer değiştirdi. Dolayısıyla model yeni özellikler öğrenmek yerine karar sınırını yeniden çizdi. Yeniden ayarlanan model APTOS üzerinde aşırı derecelendirme yaptığı için yayımlanan model değiştirilmedi. Hizmet, eksüda içermeyen Moderate hastalığı sevk eşiğinin altında değerlendirebildiğini belirtir. Bir tıbbi cihaz değildir.
Kaynaklarda yayımlanmış teknik kanıtlar kullanılmıştır. Ölçüm koşulları için tam vaka çalışmasını inceleyin.
Kanıta dayalı görsel inceleme
Projenin gerçek çıktılarını inceleyin.
Gerçek proje ekran görüntüleri ve kaynak figürleri, kaynaklarıyla birlikte sunulur.
Tarihli demo ekran görüntüsü
2026-10-12 tarihli herkese açık demo görüntüsüdür; demonun şu anda erişilebilir olduğunu kanıtlamaz.
Yayımlanmış kaynağı aç3,662 fundus görüntüsü; beş katlı topluluk QWK 0.9091
Dış doğrulamada sevk AUC: IDRiD 0.984 / Messidor-2 0.819
Uzlaştırılmış etiketle yeniden ayarlama: AUC 0.830 → 0.925; kontrol 0.834
Yalnızca meta veriye dayalı kestirme, retinayı okumadan QWK 0.652 elde eder
Proje kanıtları
Doğrulanabilir dış kaynaklar
Son doğrulama 2026-10-05
Problem ve yaklaşım
Problem
QWK 0.90 bildirilen bir tarama modeli, retinayı mı yoksa fotoğrafı çeken kamerayı mı öğrendiğini; farklı bir klinikte çalışıp çalışmayacağını; hataların modelden mi eğitim etiketlerinden mi geldiğini tek başına açıklamaz.
Mimari
Aşamaları yanlış sırayla çalıştırmayı reddeden kurulabilir paket, her görüntü önbelleği için kaynak manifestosu üreten ortak ön işleme modülü, devam ettirilebilir beş katlı EfficientNet-B0 ordinal regresyonu ve sürümlü çalışma dosyasına aktarılan MLflow izleme yapısı içerir. Topluluk modeli ONNX olarak dışa aktarılır, ağırlıkları Hugging Face üzerinde tutulur ve Render üzerinde FastAPI ile sunulur.
Doğrulama
Veri sızıntısından temizlenmiş havuzda test ayrımı dokunulmadan tutularak beş katlı çapraz doğrulama yapılır: kat başına QWK 0.8902 artı/eksi 0.0086; beş model topluluğunda 0.9091. Ön işleme alternatifleri eşleştirilmiş katlarda karşılaştırılır ve hem CLAHE (p 0.865) hem squash (p 0.468) için iyileşme bulunmaz. Görüntü çözünürlüğüne göre katmanlanmış ayrımlar da fayda göstermez.
Karıştırıcı değişken kontrolü
Yalnızca dosya meta verisiyle eğitilen bir sınıflandırıcı, retinanın tek bir pikselini görmeden QWK 0.652 elde eder; en yaygın çözünürlükteki görüntülerin 92.5% bölümü sağlıklı etiketlidir. Kopya görüntülerin etiketleri 29.1% oranında anlaşmazlık gösterir; bu da tek etiketin doğruluk üst sınırını yaklaşık 84% düzeyine indirir.
Haricî doğrulama
Önceden kayıt altına alınmış iki test vardır. Kestirmenin yapısal olarak kullanılamadığı IDRiD verisinde, kestirmeye dayanan modelin hastalığı aşırı belirleyeceği tahmini model lehine yanlışlanır: sevk gerektiren olgular için AUC 0.984, özgüllük 0.987. Üç retina uzmanının ortak değerlendirdiği Messidor-2 verisinde ise en az AUC 0.93 beklenirken 0.819 bulunur; Moderate gözlerin 83% bölümü sevk eşiğinin altında derecelendirilir.
Sınanan neden
Önceden kaydedilen üçüncü deney, beş katlı modelleri hastaya göre ayrılmış Messidor-2 görüntülerinin yarısında yeniden ayarlar. Uzmanlarca uzlaştırılmış etiketler, ayrılmış diğer yarıdaki AUC’yi 0.830’dan 0.925’e yükseltir. Aynı görüntülerle modelin kendi ürettiği dereceler üzerinden eğitilen kontrol kolu ise yalnızca 0.834 elde eder. Sorunun kamera değil, eğitim etiketleri olduğu sonucunu destekler.
İddia edilmeyen noktalar
Daha ayrıntılı hipotez doğrulanmadı: yalnızca ince bulgulu olgular değil, Moderate sınıfının tamamı yer değiştirdi. Dolayısıyla model yeni özellikler öğrenmek yerine karar sınırını yeniden çizdi. Yeniden ayarlanan model APTOS üzerinde aşırı derecelendirme yaptığı için yayımlanan model değiştirilmedi. Hizmet, eksüda içermeyen Moderate hastalığı sevk eşiğinin altında değerlendirebildiğini belirtir. Bir tıbbi cihaz değildir.
Yayımlama ve teslim
Sentetik görüntülerde uçtan uca eğitim dâhil 177 test, üç Python sürümünde CI içinde 65% kapsama alt sınırı ve 512 MB barındırıcıda 204 MB tepe bellek kullanan ONNX servisi bulunur. Servisin dereceleri, eğitim dışında tutulan 10 görüntünün 9 tanesinde çevrimdışı topluluk modeliyle aynıdır.
Neden önemli?
Yüksek görünen metriği sınanacak bir iddia sayar ve yanıt görülmeden önce tahminleri kaydeder. Beklentilerin tersine çıkan sonuçlara da olumlu sonuçlarla aynı ağırlığı verir.
Mimari ve analiz
- Herhangi bir skora güvenmeden önce yalnızca meta veriye dayalı kestirmeyi ve etiket üst sınırını ölçer.
- Veriye dokunmadan önce üç tahmini kaydeder; her birini sonucundan bağımsız olarak raporlar.
- Aynı görüntülerle kontrol kolu kullanarak dış doğrulama başarısızlığını etiket kalitesine bağlar.
Test ve doğrulama
- Önkoşulları denetlenen aşamalı veri hattı ve MLflow izlemesi olan kurulabilir paket
- Kaydedilmiş kat tahminlerinden topluluk modelini yeniden kurabilen devam ettirilebilir çapraz doğrulama
- Parite kontrolleriyle ONNX dışa aktarımı, FastAPI ile sunum ve model kartındaki sayılardan beslenen sayfalar
- Üç Python sürümünde CI, 65% kapsama alt sınırı ve 177 test
Operasyonel değer
- 3,662 görüntülük verinin sızıntıdan temizlenmiş 3,247 görüntülük havuzunda, 366 görüntülük test ayrımı saklanarak beş katlı doğrulama: kat başına 0.8902 artı/eksi 0.0086, topluluk QWK 0.9091.
- Retinaya bakmadan yalnızca meta veri kullanan modelin QWK 0.652 aldığını ve etiket doğruluk üst sınırının yaklaşık 84% olduğunu gösterir.
- Kestirmenin bulunmadığı IDRiD grubunda sevk gerektiren olgular için AUC 0.984 ve özgüllük 0.987.
- Uzmanlarca uzlaştırılan Messidor-2 etiketlerinde sevk için AUC 0.819; önceden kaydedilen tahmin karşılanmadı.
- Uzlaştırılmış etiketlerle yeniden ayarlama: ayrılmış kümede AUC 0.830’dan 0.925’e; aynı görüntülü kontrol kolunda 0.834.
Nasıl incelenir
- Önce teknik yazıyı okuyun; önceden kaydedilen üç deney sonuçlarıyla birlikte sırayla anlatılır.
- Görüntü yüklemeden önce canlı demonun sınırlamalar bölümünü okuyun.
- docs/ içindeki ön kayıt commitlerini sonuç bölümleriyle karşılaştırın; tahminler veri yerelde bulunmadan önce gönderilmiştir.