CalibCause：一种用于糖尿病视网膜病变分级的质量门控、可解释且经校准的深度学习框架

arXiv:2610.40699v1 公告类型：交叉发布 摘要：大多数用于糖尿病视网膜病变（DR）分级的深度学习系统仅在单一数据源上进行评估，在跨中心泛化、不确定性校准和可解释性方面的证据有限。我们提出了 CalibCause，这是一种质量门控的混合专家框架，融合了各专家的视觉解释、无需标签的图像质量条件化、知识蒸馏以及支持暂缓决策的校准置信度。我们使用来自 EyePACS、DDR 和 APTOS 2019 的 51,310 张眼底图像评估该框架，并使用 IDRiD 和 DeepDRiD 进行外部测试。评估包括合并数据测试、留一环境法实验、配对自助法置信区间和局部分级阈值调整。在合并测试集上，无需标签的蒸馏学生模型取得了 0.863 的二次加权 kappa（QWK）和 0.865 的准确率，参数量为 2,780 万，比教师模型减少了 52%。在留出的各环境中，无需标签的模型取得了 0.741 的平均 QWK，而普通 ConvNeXt-Tiny 基线模型为 0.743；对抗不变性未能提高跨中心分级准确率。使用 200 张带标签图像重新拟合分级阈值后，无需标签的模型在留出的 EyePACS 数据上的 QWK 从 0.533 提升至 0.621。经过向量缩放校准后，各 CalibCause 变体的期望校准误差介于 0.025 至 0.036 之间；对置信度最低的 20% 图像暂缓决策，使学生模型在其余图像上的准确率从 0.865 提升至 0.923。这些结果表明，可以将质量感知分级、可解释的专家路由、模型压缩和经校准的暂缓决策机制整合起来，同时保持不逊于普通基线模型的跨中心性能，但可靠部署仍需要本地验证与适配。