인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Diabetic retinopathy remains a leading cause of vision loss worldwide, with early detection essential to prevent irreversible impairment. This study proposes an explainable multimodal deep learning framework that integrates high-resolution retinal fundus images with structured clinical metadata for diabetic retinopathy severity classification. The architecture combines convolutional features extracted using EfficientNetB0 with a parallel multi-layer perception trained on patient-specific variables including age, diabetes duration, HbA1c, blood pressure, and body mass index. On the APTOS 2019 dataset (n = 3,662), the model achieved a 5-fold cross-validation accuracy of 81.3%, a weighted F1-score of 0.80, and an AUC of 0.936 across five severity stages. External validation on Messidor-2 demonstrated performance degradation, indicating domain shift and limited cross-dataset generalization. Grad-CAM visualizations highlighted clinically relevant retinal regions, while SHAP analysis confirmed the importance of systemic risk factors such as HbA1c and diabetes duration. The results indicate strong performance, interpretability, and suitability for screening and tele-ophthalmology workflows.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096576988
