视网膜病变分割的跨数据集泛化

识别眼底图像中的病变是迈向视网膜疾病自动化和可解释诊断的重要里程碑。为了支持该方向的研究，已发布了多个数据集，为不同病变提供了真值图。然而，标注之间存在重要差异，这引发了跨数据集泛化的问题。本研究对几个已知数据集进行了表征，并比较了为提高模型泛化性能而提出的不同技术，例如随机权重平均、模型汤和集成方法。本文的结果为如何将粗标注数据与细粒度数据集相结合以改善病变分割提供了见解。