基于 Transformer 与卷积架构并行预测的眼底生物标志物检测
人工智能
2024-09-27 v1
摘要
眼底疾病是全球范围内的重要健康问题，亟需先进的精准诊断工具。光学相干断层扫描（OCT）图像提供了视网膜的高分辨率横截面图像，已成为眼科诊断的关键影像模态。传统上，医生需要从此类诊断影像中手动检测各种疾病和生物标志物。近期，深度学习技术被广泛应用于医学诊断任务，实现了快速且精准的诊断。本文提出了一种新颖的眼底生物标志物检测方法，采用卷积神经网络（CNN）和视觉 Transformer 的集成模型。虽然 CNN 在图像局部语境下擅长特征提取，但 Transformer 因其全局特征提取能力而著名。两者集成后可发挥两者所长。本方法在 OLIVES 数据集上实现，检测了 6 项主要生物标志物，显著提升了宏平均 F1 分数。
引用
@article{arxiv.2409.17788,
title = {Ophthalmic Biomarker Detection with Parallel Prediction of Transformer and Convolutional Architecture},
author = {Md. Touhidul Islam and Md. Abtahi Majeed Chowdhury and Mahmudul Hasan and Asif Quadir and Lutfa Aktar},
journal= {arXiv preprint arXiv:2409.17788},
year = {2024}
}
备注
5 pages