双模态多尺度连体网络用于双眼眼底图像分类

本研究解决了传统眼科疾病诊断方法和单眼深度学习方法无法考虑双眼病理相关性的问题。提出的DMS-Net网络采用加权共享的Siamese ResNet-152框架和多尺度上下文感知模块，有效提取配对眼底图像的深层语义特征，提高了对病变边界模糊和病理分布的处理能力，在ODIR-5K数据集上实现了80.5%的准确率，推动了眼科疾病的临床决策。