International Conference on Information and Knowledge Technology

فارسی

Home / شانزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

A hybrid CNN–transformer framework for retinal disease classification

Authors :

Hanie Zomorrodi¹ Hassan Khotanlou²

1- دانشگاه بوعلی سینا 2- دانشگاه بوعلی سینا

Keywords :

convolutional neural network،retina،transformer encoder

Abstract :

Accurate diagnosis of retinal diseases is essential for preventing visual impairment and blindness. In this study, we propose a deep learning-based framework for automatic multi-class classification of retinal images that can detect 20 ocular diseases at once. The approach starts with preprocessing and improving fundus images, followed by data augmentation to boost the model’s generalization and strength. We extract features using a combined EfficientNet-ConvNeXt framework, which captures both local details and global context. Next, we refine the extracted features with a Transformer Encoder to model relationships across the entire retinal image. Finally, an MLP classifies the input. Experimental results show that our method achieves a Model Score of 0.903, surpassing earlier methods. These findings confirm that combining feature representations from the EfficientNet-ConvNeXt architecture with Transformer-based modeling significantly enhances the accuracy of retinal disease classification.

List of archived papers

ارائۀ چارچوب هستان‌شناسی برای شهر هوشمند مبتنی بر سیستم‌های سایبر-فیزیکی

علی اصغر قائمی - جعفر حبیبی - سید حسن میریان

آرتمیا: پروتکل مسیریابی مبتنی بر انجمن و آگاه به نظم تماس در شبکة اجتماعی متحرک تأخیرپذیر

سعید مرادی - جمشید باقرزاده محاسفی

Persian deaf sign language recognition system using deep learning

Mohammad Ebrahimi

A Deep Neural Network-based Method for MmWave Time-varying Channel Estimation

Amirhossein Molazadeh - Zahra Maroufi - Mehrdad Ardebilipour

بکارگیری الگوریتم بهینه سازی فاخته و منطق فازی به منظور بهبود زمانبندی وظایف در محیط محاسبات مه

فاطمه دوامی - حمید جلیلوند - فاطمه نجفی

Traffic Aware Routing in P4 Based Software Defined Networks

Ahmad Hamid - Reza Mohammadi

An Enhanced Fuzzy Rule-Based Method for Coronary Artery Disease Risk Prediction Using Weighted and Biased Rules

Fatemeh Ahmadi - Mohammad Javad Parseh - Ehsan Amiri

پیش‌بینی حجم ترافیک شهری با استفاده از داده‌های سرویس نشان مورد مطالعاتی: خیابان کمال اصفهان

مهسا لطیفی - جمشید مالکی

بهبود رهگیری در زنجیره تامین با استفاده از فناوری زنجیره بلوکی

سید عماد موسوی - مهرداد آشتیانی

توسعه ی کارآفرینی دیجیتال در بخش کشاورزی

شایان مظاهری - فاطمه قربانی پیرعلیدهی - فاطمه رزاقی بورخانی

more

Samin Hamayesh - Version 44.5.0