Calibrated Hybrid CNN-Transformer

新型混合CNN-Transformer模型通过安全功能增强视网膜OCT分类

研究人员开发了一种新颖的混合模型，结合了卷积神经网络（CNN）和Transformer架构，用于对视网膜光学相干断层扫描（OCT）图像进行分类。该模型包含一个梯度提升分类器和一个三部分临床安全层，旨在确保其置信度得分的可靠性。该系统实现了高准确率，同时显著降低了校准误差，使其成为首个能够联合验证置信度校准、分布外拒绝和不确定性标记，并提供公开可用权重的OCT分类器。