不依赖像素级标注
针对糖尿病视网膜病变分级中类别不平衡与小病灶识别的挑战，通过动态正负样本构建、动量编码器、动态平衡队列及双维损失函数，在多个公开数据集上取得领先性能，无需像素级病灶标注即可高精度分级。
郭燕飞 · Chenglong, Yang · Hangli, Du · 张元科 · 马飞 · 袁莎莎
Engineering Applications of Artificial Intelligence 2025
通过图像级标签即可训练，省去耗时耗力的病灶标注工作，降低数据准备成本。
通道与空间注意力机制增强疾病相关细粒度特征，抑制冗余信息，精确识别微小病灶。
在三个公开数据集上均优于现有方法，显示出良好的跨数据集鲁棒性。