用于视网膜眼底分类的可解释卷积神经网络与用于眼底图像视网膜血管的尖端分割模型
图像与视频处理
2024-05-14 v1 计算机视觉与模式识别
摘要
我们的研究聚焦于通过检查眼底图像中的视网膜血管进行疾病早期诊断这一关键领域。虽然视网膜血管的自动分割为早期检测带来了希望，但由于现有方法的局限性——通常缺乏区分能力且易受病理区域影响——准确分析仍然具有挑战性。我们在眼底图像分析方面的研究推进了基于深度学习的分类，使用了八个预训练的CNN模型。为了增强可解释性，我们利用了可解释人工智能技术，如Grad-CAM、Grad-CAM++、Score-CAM、Faster Score-CAM和Layer CAM。这些技术阐明了模型的决策过程，促进了其预测的透明度和可信度。为了扩展我们的探索，我们研究了十个模型，包括带有ResNet骨干网络的TransUNet、带有DenseNet和ResNet骨干网络的Attention U-Net以及Swin-UNET。通过整合诸如ResNet50V2、ResNet101V2、ResNet152V2和DenseNet121等多样化架构，这项全面的研究加深了我们对注意力机制在增强眼底图像分析方面的理解。在用于眼底图像分类的评估模型中，ResNet101取得了最高准确率，达到令人印象深刻的94.17%。另一方面，EfficientNetB0在模型中表现出最低准确率，得分为88.33%。此外，在眼底图像分割领域，Swin-Unet展示了86.19%的平均像素准确率，证明了其在眼底图像中精确描绘感兴趣区域的有效性。相反，带有DenseNet201骨干网络的Attention U-Net在评估模型中表现出最低的平均像素准确率，得分为75.87%。
引用
@article{arxiv.2405.07338,
title = {Explainable Convolutional Neural Networks for Retinal Fundus Classification and Cutting-Edge Segmentation Models for Retinal Blood Vessels from Fundus Images},
author = {Fatema Tuj Johora Faria and Mukaffi Bin Moin and Pronay Debnath and Asif Iftekher Fahim and Faisal Muhammad Shah},
journal= {arXiv preprint arXiv:2405.07338},
year = {2024}
}