《基于眼底彩照多疾病分类的多尺度特征融合网络》作者：赵鑫，朱伟芳，陈新建【PDF】

书呆熊

基于眼底彩照多疾病分类的多尺度特征融合网络
赵鑫1，朱伟芳2，陈新建2
（1.苏州大学放射医学与防护学院，苏州215123；
2.苏州大学电子信息学院，苏州215006）
摘要：为了提高人工智能辅助诊断多种眼部疾病的效率和准确性，本研究整理了23个公开眼底彩照数据集，归纳出45种眼部疾病作为实验数据，并提出了一种基于眼底彩照多病变分类的多尺度特征融合网络，实现对眼底图像的自动化分类。首先，引入高效代理注意力机制替换基准网络中传统的多头自注意力，减少计算复杂度同时保持优秀的全局上下文建模能力。其次，使用上下文感知注意力机制捕捉局部特征，并使网络对图像的关键病灶区域给予更多关注。最后，在四阶段编码器输出之后，设计了用于增强眼底图像病灶特征的混合多尺度特征增强模块，融合全局和局部信息，捕获多尺度特征表示。所提出的方法加权精确率、加权召回率、加权F1分数、Kappa分别达到95.41%、95.18%、95.08%、93.93%。实验结果表明，本研究提出的方法在眼底彩照多分类任务中具有优秀的性能，并优于其他方法。
关键词：生物医学工程；眼底彩照；图像分类；SwinTransformer；特征融合
中图分类号：R318