平衡准确性与效率：用于糖尿病视网膜病变筛查的 CNN 融合模型
计算机视觉与模式识别
2025-12-29 v1 人工智能
机器学习
摘要
糖尿病视网膜病变 (DR) 仍然是可预防失明的主要原因，但由于专家 availability 有限以及不同设备和人群之间的图像质量参差不齐，大规模筛查受到限制。本研究探讨了互补卷积神经网络 (CNN) 主干的特征级融合是否能在全球来源的眼底图像上提供准确且高效的二元 DR 筛查。使用来自五个公开数据集（APTOS、EyePACS、IDRiD、Messidor 和 ODIR）的 11,156 张图像，我们将 DR 检测构建为二元分类任务，并比较了三个预训练模型（ResNet50、EfficientNet-B0 和 DenseNet121）与成对和三重融合变体。在五次独立运行中，融合始终优于单一主干。EfficientNet-B0 + DenseNet121 (Eff+Den) 融合模型实现了最佳的整体平均性能（准确率：82.89%），并且在正常 (83.60%) 和糖尿病 (82.60%) 病例中具有均衡的逐类 F1 分数。虽然三重融合具有竞争力，但其计算成本要高得多。推理分析突出了一个实际的权衡：EfficientNet-B0 最快（在批次大小为 1000 时约为 1.16 ms/图像），而 Eff+Den 融合提供了有利的准确率-延迟平衡。这些发现表明，轻量级特征融合可以增强跨异构数据集的泛化能力，支持准确性和吞吐量都至关重要的可扩展二元 DR 筛查工作流程。
引用
@article{arxiv.2512.21861,
title = {Balancing Accuracy and Efficiency: CNN Fusion Models for Diabetic Retinopathy Screening},
author = {Md Rafid Islam and Rafsan Jany and Akib Ahmed and Mohammad Ashrafuzzaman Khan},
journal= {arXiv preprint arXiv:2512.21861},
year = {2025}
}