coarse-to-fine(1) CF-DRNet

1、Coarse-to-fine classification for diabetic retinopathy grading using convolutional neural network

使用卷积神经网络对糖尿病视网膜病变分级进行从粗到细的分类。

Artificial Intelligence in Medicine

Volume 108, August 2020, 101936

亮点

首次提出了一个分层的从粗到细的糖尿病视网膜病变（DR）网络（CF-DRNet），该网络可以利用卷积神经网络实现分层的五级分级。

拟议的CF-DRNet由预先训练好的粗略网络和预先训练好的精细网络组成。粗粒度网络进行两级分类，细粒度网络进一步进行四级分类 DR严重程度等级。

在预训练的粗网络中引入了自门软注意机制模块（The self-gated soft-attention mechanism modules），用于两类分类，以有效地突出病变特征，抑制无关信息。

摘要：利用卷积神经网络（CNN）对DR的五个阶段的严重程度进行分类。CF-DRNet符合DR分级的分层特点，有效提高了DR五级分级的分类性能，主要包括以下内容。(1) 粗网络进行两级分类，包括无DR和DR，其中注意力门模块（attention gate module）突出突出病变特征，抑制无关的背景信息。(2) 提出的精细网络对粗略网络中的级DR严重程度进行四级分类，包括轻度、中度、重度非增殖性DR（NPDR）和增殖性DR（PDR）。实验结果显示，在公开的IDRiD和Kaggle眼底图像数据集中，所