糖尿病视网膜病变的可解释眼底图像筛选与病变检测
计算机视觉与模式识别
2025-12-11 v1 人工智能
摘要
糖尿病视网膜病变（DR）影响长期糖尿病患者。若不及早诊断，DR 可能导致视力丧失。眼底摄影捕捉视网膜结构以及指示疾病阶段的异常。人工智能（AI）可以辅助临床医生识别这些病变，减少人工工作量，但模型需要高质量的标注数据集。由于视网膜结构的复杂性，图像采集和人工标注中的病变解读可能出现错误。我们提出了一种质量控制框架，确保仅使用高标准的数据进行评估和 AI 训练。首先，使用可解释的特征分类器筛选不合格的图像。特征通过图像处理和对比学习两种方式提取。然后对图像进行增强并提交标注，利用深度学习辅助完成。最后，利用推导公式计算标注者之间的一致性，以确定标注的可用性。
引用
@article{arxiv.2512.08986,
title = {Explainable Fundus Image Curation and Lesion Detection in Diabetic Retinopathy},
author = {Anca Mihai and Adrian Groza},
journal= {arXiv preprint arXiv:2512.08986},
year = {2025}
}