PSScreen：部分监督的多模态视网膜疾病筛查
计算机视觉与模式识别
2025-10-02 v3
摘要
利用多个部分标记的数据集训练模型用于多种视网膜疾病筛查，可减少对完全标注数据集的依赖，但由于来自不同医疗机构的训练数据集之间存在显著的领域偏移，以及部分类别缺失标签的问题，这仍然具有挑战性。为解决这些挑战，我们提出了 PSScreen，一种新的部分监督的多模态视网膜疾病筛查模型。我们的 PSScreen 包含两个流，其中一个学习确定性特征，另一个通过不确定性注入学习概率特征。然后，我们利用文本指导将两种特征解耦为疾病相关特征，并通过特征蒸馏对齐它们以提升领域泛化能力。同时，我们采用两个流之间的伪标签一致性来解决标签缺失问题，并引入自蒸馏将已知类别的任务相关语义从确定性流转移到概率流，以进一步提高检测性能。实验表明，我们的 PSScreen 在六种视网膜疾病和正常状态上的检测性能显著提升，并在两个领域内外数据集上实现了最新的结果。代码可在 https://github.com/boyiZheng99/PSScreen 查看。
引用
@article{arxiv.2508.10549,
title = {PSScreen: Partially Supervised Multiple Retinal Disease Screening},
author = {Boyi Zheng and Qing Liu},
journal= {arXiv preprint arXiv:2508.10549},
year = {2025}
}
备注
Accepted at BMVC 2025 (Oral)