使用视觉基础模型可解释的糖尿病视网膜病变分类

糖尿病视网膜病变 (DR) 是可预防性失明的主要原因，因此需要准确且值得信赖的自动筛查。本研究使用视觉基础模型和多种迁移学习策略研究了可解释的 DR 分类框架。使用完整的 微调、线性探测和低秩适应 (LoRA) 来评估三个主干：DINOv2、CLIP 和 Vision Transformer (ViT)。模型在 ODIR 数据集上进行训练和内部评估，并在 APTOS 上进行外部评估以评估泛化能力。 DINOv2-LoRA 实现了最高的内部 AUROC 0.758，而 DINOv2 full 微调 和 ViT full 微调 实现了最高的外部 AUROC 0.920。等渗回归后使用可靠性分析进一步评估校准。为了便于解释，使用 Dice、Intersection over Union (IoU) 和 Pointing Game 指标，根据 IDRiD 数据集中专家注释的病变掩模对 Grad-CAM 和 HiResCAM 进行了评估。结果表明，基础模型（尤其是 DINOv2）可以提供强大的预测性能，而 LoRA 则提供了完整 微调 的参数高效替代方案。解释图的定量评估进一步支持评估模型注意力是否对应于临床相关的视网膜病变。