用于糖尿病视网膜病变诊断与不确定性量化的混合深度学习高斯过程
计算机视觉与模式识别
2020-07-31 v1 机器学习
摘要
糖尿病视网膜病变(DR)是糖尿病的微血管并发症之一，仍是全球主要的致盲原因之一。基于卷积神经网络的计算模型代表了使用眼底图像自动检测 DR 的最先进水平。当前大多数工作将该问题视为二分类任务。然而，纳入分级估计与预测不确定性量化有可能提升模型的鲁棒性。本文提出了一种用于 DR 诊断与不确定性量化的混合深度学习-高斯过程方法。该方法结合了深度学习的表征能力，以及高斯过程模型从小数据集泛化的能力。结果表明，预测中的不确定性量化提升了该方法作为诊断支持工具的可解释性。复现实验的源代码公开于 https://github.com/stoledoc/DLGP-DR-Diagnosis。
引用
@article{arxiv.2007.14994,
title = {Hybrid Deep Learning Gaussian Process for Diabetic Retinopathy Diagnosis and Uncertainty Quantification},
author = {Santiago Toledo-Cortés and Melissa De La Pava and Oscar Perdómo and Fabio A. González},
journal= {arXiv preprint arXiv:2007.14994},
year = {2020}
}