본 논문은 고혈압성 망막병증(HR) 진단의 정확도를 높이기 위한 3단계 접근법을 제시합니다. 1단계에서는 14개의 CNN 모델을 테스트하여 DenseNet169, MobileNet, ResNet152를 최적 모델로 선정했습니다. 2단계에서는 이들 모델의 심층 특징을 융합하고 SVM, RF, XGBoost 등의 머신러닝 알고리즘을 사용하여 분류했습니다. 3단계에서는 유전 알고리즘(GA), 인공벌집 알고리즘(ABC), 입자군 최적화 알고리즘(PSO), 굴착기 최적화 알고리즘(HHO) 등의 메타 휴리스틱 최적화 기법을 활용하여 특징 선택을 수행했습니다. 그 결과, HHO 기법을 사용한 3단계 접근법이 94.66%의 정확도를 달성하여 단일 CNN 모델 및 기존 연구보다 우수한 성능을 보였습니다. 특히, SVM(sigmoid kernel)을 사용한 2단계에서는 92.00%의 정확도를 기록했습니다.
