基于集成卷积神经网络和Vit的眼底图像分类研究

摘要：

在眼底图像的分类任务中，卷积神经网络(CNN)的应用较为普遍，但随着Transformer应用的推进，Vit(Vision Transformer)模型在医学图像的领域上展现了更高的性能。然而Vit模型通常需要在大型数据集上预训练，受医学图像获取成本较高的限制。因此，本文提出一种基于EfficientNet-Vit集成模型的眼底图像分类方法，此方法将卷积神经网络模型EfficientNetV2-S和Vit模型相结合，分别使用两种完全不同的方法提取眼底图像的特征，通过自适应加权融合算法计算得到最优加权因子0.6和0.4，利用加权软投票法进行模型集成，从而获得更好的分类结果。实验证明，相比于集成前，集成后的模型分类准确率分别提高了0.5%和1.6%。

关键词：生物光学、眼科学、眼底疾病、图像分类、集成模型、加权融合、bio-optics、ophthalmology、fundus disease、image classification、ensemble model、weighted fusion

所属期刊栏目：49

分类号：TP391;TP278;TP183

在线出版日期：2022-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：2007205