糖尿病網膜症スクリーニングのためのCNN融合

この論文は、予防可能な失明の主要な原因である糖尿病網膜症（DR）スクリーニングの効率的かつ正確な実施という重要なニーズに対応しています。多様な眼底画像データセットを使用した二値分類タスクにおいて、事前学習済みのCNNモデルのフィーチャーレベル融合を利用してパフォーマンスを向上させることを探求しています。精度と効率性のバランスに焦点を当てていることは、スケーラビリティと展開の両方にこれらの要素が不可欠である実際のアプリケーションにとって特に重要です。

• •CNNバックボーンのフィーチャーレベル融合は、単一モデルと比較してDRスクリーニングの精度を向上させます。
• •Eff+Den融合モデルは、精度と計算効率のバランスが優れています。
• •軽量な融合モデルは、異種データセット全体でうまく一般化できます。
• •この研究は、実際のDRスクリーニングワークフローにおいて、精度とスループットの両方を考慮することの重要性を強調しています。