引导式上下文门控：学习利用视网膜眼底图像中的显著性病变

有效表示医学图像，尤其是视网膜图像，由于被称为病变的病理征象在外观、大小和上下文信息上的差异，是一项相当大的挑战。精确区分这些病变对于诊断糖尿病视网膜病变等威胁视力的疾病至关重要。虽然基于视觉注意力的神经网络已被引入用于从视网膜图像中学习空间上下文和通道相关性，但它们通常无法捕获局部病变上下文。为了解决这一局限性，我们提出了一种新颖的注意力机制，称为引导式上下文门控，这是一种独特的方法，它结合了上下文公式化、通道相关性和引导式门控来学习全局上下文、空间相关性和局部病变上下文。我们针对现有注意力机制的定性评估强调了引导式上下文门控在可解释性方面的优越性。值得注意的是，在 Zenodo-DR-7 数据集上的实验表明，即使在每个类别训练样本不平衡且有限的情况下，与先进的注意力机制相比，我们的方法在评估视网膜病变严重程度等级方面准确率显著提高了 2.63%，与最先进的 Vision Transformer 相比，准确率提高了 6.53%。