English(EN) Dual-Resolution Attention-Gated Deep Learning with Ordinal Regression for Diabetic Retinopathy Grading: A Quantified Assessment of Cross-Domain Generalization

新型深度学习模型可对糖尿病视网膜病变进行分级，但面临跨域挑战

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-04 04:00

研究人员开发了一个新颖的深度学习框架，用于对糖尿病视网膜病变（DR）进行分级，DR是可预防性失明的主要原因。该系统采用双分辨率方法，使用两个EfficientNet骨干网络，一个专注于血管结构，另一个专注于局灶性病变，并通过注意力门控进行组合。该模型在一个包含4,149张图像的组合数据集上进行训练，并在独立的数据集上进行评估，结果显示在不同成像域之间转移时，性能显著下降。虽然该模型对严重程度的排序在域转移后基本得以保留，但其精确的阈值设置未能幸免，导致可转诊DR的敏感性显著降低。 AI

影响这项研究突显了在不同成像域部署用于医学诊断的AI模型所面临的挑战，强调了对稳健的跨域泛化能力的需求。

排序理由该集群包含一篇学术论文，详细介绍了一种用于医学图像分析的新型深度学习模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Afshan Hashmi · 2026-08-04 04:00

Dual-Resolution Attention-Gated Deep Learning with Ordinal Regression for Diabetic Retinopathy Grading: A Quantified Assessment of Cross-Domain Generalization

arXiv:2604.17341v2 Announce Type: replace Abstract: Diabetic retinopathy (DR) is a leading cause of preventable blindness, and automated grading could extend screening capacity. However, most reported DR models are validated only on the dataset they were trained on, leaving their…

报道来源 [1]

Dual-Resolution Attention-Gated Deep Learning with Ordinal Regression for Diabetic Retinopathy Grading: A Quantified Assessment of Cross-Domain Generalization

相关实体

相关话题