BiRA-Net：用于糖尿病视网膜病变分级的双线性注意力网络
计算机视觉与模式识别
2022-03-24 v2 机器学习
图像与视频处理
摘要
糖尿病视网膜病变（DR）是一种导致失明的常见视网膜疾病。出于诊断目的，DR图像分级旨在提供自动的DR等级分类，而传统的二分类DR图像研究方法并未解决此问题。眼部图像中的小物体（如病变和微动脉瘤）对医学影像中的DR分级至关重要，但它们很容易受到其他物体的影响。为应对这些挑战，我们提出了一种称为BiRA-Net的新型深度学习架构，它结合了用于特征提取的注意力模型和用于细粒度分类的双线性模型。此外，考虑到不同DR类别的不同等级之间的距离，我们提出了一种称为分级损失（grading loss）的新损失函数，其改善了所提方法的训练收敛性。实验结果证明了所提方法的优越性能。
引用
@article{arxiv.1905.06312,
title = {BiRA-Net: Bilinear Attention Net for Diabetic Retinopathy Grading},
author = {Ziyuan Zhao and Kerui Zhang and Xuejie Hao and Jing Tian and Matthew Chin Heng Chua and Li Chen and Xin Xu},
journal= {arXiv preprint arXiv:1905.06312},
year = {2022}
}
备注
Accepted at ICIP 2019