基于改进ResNeSt50对糖尿病视网膜病变和黄斑水肿的联合分级

摘要

针对糖尿病视网膜病变各等级引发的出血、微动脉瘤和新生血管等病灶形态各异，且易掩盖糖尿病黄斑水肿病灶，导致联合分级困难的问题，提出一种改进ResNeSt50的疾病联合分级网络。首先对ResNeSt50进行改进，将其残差块中的3×3卷积替换为一种新的卷积：部分卷积。并使用改进后ResNeSt50提取图像特征，以探索糖尿病视网膜病变和黄斑水肿的特异性。然后引入疾病相关性注意力模块，探索糖尿病视网膜病变和黄斑水肿的内在关系。将该算法在Messidor数据集和IDRID数据集上进行实验，其联合准确率分别为83.7%和64.1%。结果表明，所提算法在糖尿病视网膜病变和黄斑水肿的联合分级效果上有较大提升。

关键词

糖尿病 / 视网膜 / ResNeSt50 / PConv / 注意力机制