초록 배경 당뇨병성 망막병증(DR)은 당뇨병 환자의 실명의 주요 원인입니다. 고혈당 수치가 혈관을 막히게 할 때 발생합니다. DR을 조기에 고정확도와 일반화로 탐지할 수 있는 하이브리드 딥러닝 프레임워크가 필요합니다. 목표는 딥러닝을 사용하여 다중 클래스 하이브리드 데이터셋에서 높은 정확도를 달성하는 것이었습니다. 방법 본 연구는 EfficientNetB0와 비전 트랜스포머(ViT)를 결합한 새로운 하이브리드 모델을 개발하였으며, CLAHE 및 가우시안 블러를 사용하여 전처리하였습니다. 결과 하이브리드 프레임워크는 97.23%의 정확도를 달성하였고, 정밀도, 재현율, f1 점수 및 AUC가 97%를 초과했습니다. 결론 해석 가능성 기법을 통해 클래스 예측을 위한 망막 특성의 시각적 설명을 제공하였습니다. 전반적으로 하이브리드 프레임워크는 이전 연구를 능가하였으며 실제 임상 환경에 적용하기에 매우 적합합니다.
Shahbaz et al. (Mon,)이 이 질문을 연구했습니다.