nnMobileNet++：用于视网膜图像分析的高效混合网络
计算机视觉与模式识别
2025-12-02 v1
摘要
视网膜成像是早期检测和监测眼部及全身疾病的关键且无创方式。深度学习，特别是卷积神经网络（CNN），在自动化视网膜分析方面取得了显著进展，支持诸如视网膜底图像分类、病灶检测和血管分割等任务。作为一种代表性轻量级网络，nnMobileNet 在多个视网膜基准测试中展现出强大的性能，同时保持计算效率。然而，纯粹的卷积结构在捕获长程依赖和建模描述于视网膜图像上不规则病灶和延长血管模式方面存在困难，尽管血管特征对于可靠的临床诊断至关重要。为进一步推进此项工作并延续 nnMobileNet 的原初愿景，我们提出了 nnMobileNet++，一种将卷积表示与 Transformer 表示逐步桥接的混合架构。该框架集成了三个关键组件：(i) 用于边界感知特征提取的动态蛇形卷积；(ii) 在第二个下采样阶段之后引入的分阶段 Transformer 块，用于全局上下文建模；(iii) 用于视网膜图像的预训练，以提高泛化能力。在多个公开视网膜数据集上进行的分类实验以及消融研究表明，nnMobileNet++ 在保持低计算成本的同时实现了或接近最先进的准确率，凸显其作为轻量级且有效视网膜图像分析框架的潜力。
引用
@article{arxiv.2512.01273,
title = {nnMobileNet++: Towards Efficient Hybrid Networks for Retinal Image Analysis},
author = {Xin Li and Wenhui Zhu and Xuanzhao Dong and Hao Wang and Yujian Xiong and Oana Dumitrascu and Yalin Wang},
journal= {arXiv preprint arXiv:2512.01273},
year = {2025}
}