面向可解释糖尿病视网膜病变分级的 TWLR：文本引导的弱监督皮肤病 localization 与严重程度回归
计算机视觉与模式识别
2025-12-16 v1
摘要
准确的医学图像分析可以大大助力临床诊断，但其效果取决于高质量的专家标注。获取医学图像（尤其是视网膜图像）的像素级标签仍昂贵且耗时。尽管深度学习在医学影像中取得了成功，但缺乏可解释性限制了其临床应用。为此，我们提出TWLR，一个用于可解释糖尿病视网膜病变 (DR) 评估的两阶段框架。在第一个阶段，视觉语言模型将领域特定的眼科知识整合到文本嵌入中，以联合进行 DR 分级和病灶分类，有效地将语义医学概念与视觉特征关联。在第二个阶段，引入基于弱监督语义分割的迭代严重程度回归框架。通过迭代细化生成的病灶显著性图，引导渐进式填充机制系统性地消除病理特征，有效地将疾病严重程度向更健康的视网膜外观降级。关键的是，这种严重程度回归方法实现了双重收益：在无像素级监督的情况下实现准确的病灶定位，并提供疾病向健康转换的可解释可视化。在 FGADR、DDR 和一个私有数据集上的实验结果表明，TWLR 在 DR 分类和病灶分割方面均表现出竞争力，为自动化视网膜图像分析提供了更可解释、更高效的标注解决方案。
引用
@article{arxiv.2512.13008,
title = {TWLR: Text-Guided Weakly-Supervised Lesion Localization and Severity Regression for Explainable Diabetic Retinopathy Grading},
author = {Xi Luo and Shixin Xu and Ying Xie and JianZhong Hu and Yuwei He and Yuhui Deng and Huaxiong Huang},
journal= {arXiv preprint arXiv:2512.13008},
year = {2025}
}