混合深度集成架构用于鲁棒的糖尿病视网膜病变分类：利用迁移学习和CNN-Transformer的协同作用

《Scientific Reports》：Hybrid deep ensemble architecture for robust diabetic retinopathy classification: leveraging transfer learning and CNN-transformer synergy

　　

摘要

糖尿病视网膜病变（DR）仍然是全球视力丧失的主要原因之一，尤其是在人们难以定期进行眼科检查的地区。早期和准确地检测疾病对于避免永久性损伤非常重要，但传统方法速度较慢，且有时结果不稳定。本研究提出了一种深度学习框架，该框架结合了卷积神经网络（CNN）、视觉变换器、迁移学习和集成技术来提高DR的检测能力。我们使用了APTOS 2019数据集，并测试了23种不同预训练模型的性能。随后，我们对表现最佳的模型进行了微调，并通过并行和顺序组合性能最佳的CNN和变换器设计了混合架构，以捕捉图像在短期和长期背景下的空间特征。最佳性能来自于使用软投票架构的组合顺序混合模型，其准确率为93.10%，ROC AUC为99.22%，F1分数为93.07%。优化后的模型表明，混合不同模型并使用集成方法可以提高DR检测的准确性和稳定性。我们的方法为构建一个可靠且自动化的系统迈出了重要一步，该系统可以帮助医生在实际工作中更好地开展工作。