换一批糖尿病视网膜病变病灶自适应多标签识别模型
An adaptive multi-label classification model for diabetic retinopathy lesion recognition
摘要糖尿病视网膜病变是糖尿病患者常见的致盲性并发症.相较于常规眼底彩照,眼底荧光造影能够动态显示视网膜血管通透性变化,在早期微血管瘤等微小病灶检测中具有独特优势.然而,现有的糖尿病视网膜病变影像智能诊断研究主要集中于眼底彩照,对荧光眼底造影图像中复杂病灶的识别研究相对不足.本研究提出了一种自适应多标签识别模型(D-LAM),通过构建类别自适应映射模块、标签特异性解码模块和创新损失函数,来提升微小病灶的识别精度.在自建数据集上的实验结果表明,该模型平均精度均值达到96.27％,类别F1值为91.21％,总体F1值为94.58％,在微血管瘤(AP=1.00)等微小病灶识别方面表现突出,显著优于现有方法,为基于荧光眼底造影的糖尿病视网膜病变临床诊断提供了可靠的技术支持.
更多相关知识
关键词
糖尿病视网膜病变荧光眼底造影病灶识别多标签分类类别自适应映射标签特异性解码平滑焦点损失Diabetic retinopathyFundus fluorescein angiographyLesion recognitionMulti-label classificationCategory-adaptive mappingLabel-specific decodingSmooth focal loss
栏目名称
DOI
10.7507/1001-5515.202503056
发布时间
2025-11-18（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
