基于注意力机制的深度学习系统及Grad-CAM可视化用于早期 glaucoma 筛查
计算机视觉与模式识别
2026-01-15 v2 人工智能
摘要
本研究揭示了将深度定制卷积神经网络与颠覆性Vision Transformer紧密融合，并通过激进的Cross-Attention模块整合的强大之处。本文利用两种用于人工智能模型检测青光眼的高产数据集，即ACRIMA和Drishti。Cross-Attention机制通过CNN与ViT两个分支之间双向特征交换，帮助模型学习视网膜中临床相关的区域。实验明确显示，与单独的基线CNN和ViT模型相比，性能显著提升。
引用
@article{arxiv.2505.17808,
title = {An Attention Infused Deep Learning System with Grad-CAM Visualization for Early Screening of Glaucoma},
author = {Ramanathan Swaminathan},
journal= {arXiv preprint arXiv:2505.17808},
year = {2026}
}
备注
6 pages in general IEEE format, 8 figures, 4 tables, pdflatex