딥러닝 기반 도메인 적응 방법을 이용한 당뇨병성 망막병증 진단을 위해, 본 논문에서 제안한 확산 도메인 어텐션 전이 학습 모델은 두 개의 주요 모듈로 구성되어 있다. 첫째, 노이즈 제거 확산 확률적 당뇨병성 망막병증 이미지 생성 모듈은 풍부하고 다양한 타겟 도메인 샘플을 생성하여 모델이 더 포괄적인 타겟 도메인 특성을 학습하도록 한다. 둘째, 소스 도메인 데이터에 접근하지 않고 여러 소스 도메인 사전 학습 모델들의 가중치 어텐션을 통합하는 무소스 다중 도메인 어텐션 통합 모듈을 설계하여 인스턴스 특이적 특성과 도메인 일관 특성 간의 균형을 잘 달성하였다. 실험 결과, 모델은 전이 가능한 당뇨병성 망막병증 진단 과제에서 각각 90.66%의 정확도, 87.47%의 정밀도, 85.41%의 민감도, 91.63%의 특이도, 86.42%의 F1 점수를 기록하였다. 또한 정상/비정상 망막병증 인식 과제에서 96.75%의 정확도, 99.23%의 정밀도, 90.47%의 민감도, 99.27%의 특이도, 94.65%의 F1 점수를 달성하였다. 본 논문의 모델은 소스 도메인 데이터에 접근하지 않고 타겟 도메인 샘플이 라벨이 없는 상태에서도 효과적인 망막병증 진단이 가능하다.

당뇨병성 망막병증; 딥러닝; 무소스 다중 도메인 적응; 확산 도메인 어텐션 전이 학습