CLIPベースのランキング認識適応による糖尿病性網膜症のグレーディング：眼底画像に関する比較研究

要旨: 糖尿病性網膜症（DR）は予防可能な失明の主要な原因であり、自動的な眼底像のグレーディングは大規模スクリーニングにおいて重要な役割を果たします。本研究では、5クラスのDR重症度グレーディングのための3つのCLIPベースのアプローチを検討します：(1) プロンプトエンジニアリングを用いたゼロショットのベースライン、(2) CBAM注意機構を組み込んだハイブリッドFCN-CLIPモデル、(3) DR進行の順序構造をエンコードするランキング認識プロンプトモデル。APTOS 2019とMessidor-2の結合データセット（n=5,406）で訓練・評価を行い、リサンプリングとクラス別最適閾値を用いてクラス不均衡に対処します。我々の実験は、ランキング認識モデルが総合精度で最高値を達成することを示します（93.42%、AUROC 0.9845）および臨床的に重要な重度ケースでの高いリコールを示します。一方、ハイブリッドFCN-CLIPモデル（92.49%、AUROC 0.99）は増殖性DRの検出に優れています。両者はゼロショットベースライン（55.17%、AUROC 0.75）を大幅に上回ります。各アプローチの補完的な強みを分析し、スクリーニング文脈における実用的な意味合いを論じます。