学术研究
可解释中智知识蒸馏模型用于超广角眼底图像分类
研究提出一种可解释的中智(neutrosophic)知识蒸馏(NKD)模型,用于超广角(UWF)眼底图像的视网膜疾病分类。不同视网膜疾病外观相似、类别不均衡且视觉特征存在不确定性,给分类带来困难。该模型以ResNet50为教师网络,向学生网络提供包含预测不确定性信息的监督信号,并结合CLAHE图像预处理。5折交叉验证加独立保留集评估显示,模型平均准确率84.00%、特异度97.33%、精确率84.99%、召回率84.00%、F1值84.02%;消融实验中完整模型准确率为87.86%,特异度97.48%,AUC报告为97.48%。该模型优于基于LBP、HOG特征的传统支持向量机方法及多个基线卷积神经网络。Grad-CAM++可视化显示,模型分类时关注的是相关视网膜区域。
#AI医疗#眼底图像分析#知识蒸馏
PubMed Ophthalmology