自适应多尺度视网膜诊断：基于迁移学习和双塔网络的混合三模型方法用于综合性视底多疾病检测
图像与视频处理
2024-05-30 v1 计算机视觉与模式识别
机器学习
摘要
世界卫生组织声明,全球超过22亿人患有视力障碍,如媒质浑浊、青光眼和黄斑变性。至少有10亿例病例可以通过预防或成功治疗,但由于贫困、专家不足、眼底诊断不准确或罕见疾病的存在,这些病例仍未得到及时处理。为此,本研究开发了用于准确诊断12种常见和罕见眼部疾病的混合三网络模型算法。该算法运用3200幅视底图像的RFMiD数据集,并采用二值相关方法分别检测疾病,以确保可扩展性并避免错误关联。每个检测器包含三个特征组件:经典迁移学习CNN模型、两阶段CNN模型和双塔网络。通过集成机器学习算法提取的 trio-model 特征进行诊断。该模型实现了97%的平均准确率和0.96的AUC得分。与过去的基准研究相比,大多数疾病的F1得分提升了超过10%。此外,利用双塔网络,该模型成功预测了一些过去研究因置信度低而无法预测的疾病,如视盘白内障。该诊断工具提供了一个稳定、自适应、成本效益高、高效、易于获取且快速的解决方案,以实现全球范围内常见和罕见疾病的早期检测。
引用
@article{arxiv.2405.18449,
title = {Adaptive Multiscale Retinal Diagnosis: A Hybrid Trio-Model Approach for Comprehensive Fundus Multi-Disease Detection Leveraging Transfer Learning and Siamese Networks},
author = {Yavuz Selim Inan},
journal= {arXiv preprint arXiv:2405.18449},
year = {2024}
}