arXiv · ML· Sohaib Sulman, Muhammad Atif Saeed, Akhtar Jamil, Alaa Ali Hameed, Roland Aydin·· 2 小时前AI 评分21
CalibCause：面向糖尿病视网膜病变分级的质量门控、可解释且校准的深度框架
CalibCause: A Quality-Gated, Interpretable and Calibrated Deep Learning Framework for Diabetic Retinopathy Grading
AI 导读
CalibCause 提出一种结合视觉解释、无标签质量条件化及知识蒸馏的质量门控混合专家框架，用于糖尿病视网膜病变分级。在 51,310 张眼底图像测试中，无标签学生模型参数量 2780 万，QWK 达 0.863，比教师模型参数少 52%。跨站点平均 QWK 为 0.741，与 ConvNeXt-Tiny 基线持平，且校准后期望校准误差降至 0.025-0.036。
来源：arXiv · ML · arxiv.org