Clasificación de imágenes gastrointestinales con el modelo CNN GIDNet y la función de activación Tansh no lineal

Área de la Ciencia:

• Análisis de imágenes médicas
• Inteligencia artificial en la atención médica
• Gastroenterología

Sus antecedentes:

• Las enfermedades gastrointestinales presentan riesgos sustanciales para la salud, lo que requiere herramientas de diagnóstico mejoradas.
• Los métodos actuales para la detección de enfermedades GI pueden mejorarse mediante el procesamiento avanzado de imágenes y la IA.
• Existe una brecha en los modelos de IA especializados y las funciones de activación para la clasificación de enfermedades GI y la explicabilidad.

Objetivo del estudio:

• Desarrollar un modelo de IA de alta precisión para la clasificación de enfermedades gastrointestinales.
• Introducir y evaluar un modelo novedoso de red neuronal convolucional (CNN), GIDNet.
• Proponer y evaluar una nueva función de activación, Tansh, para mejorar el rendimiento de la clasificación.

Principales métodos:

• Implementación de la novedosa función de activación Tansh dentro de la arquitectura CNN GIDNet.
• Entrenamiento y evaluación de GIDNet utilizando el conjunto de datos Kvasir para la clasificación de enfermedades GI.
• Análisis comparativo de la función de activación Tansh frente a las funciones existentes en cuanto a precisión y explicabilidad.

Principales resultados:

• El modelo GIDNet con la función de activación Tansh logró una precisión de clasificación del 98,75% en el conjunto de datos Kvasir.
• El modelo propuesto demostró un rendimiento superior en comparación con los métodos existentes de vanguardia.
• Se observó una mejora en la explicabilidad del modelo, abordando una brecha clave en la investigación.

Conclusiones:

• El novedoso modelo GIDNet y la función de activación Tansh avanzan significativamente la precisión y la interpretabilidad de la clasificación de enfermedades GI.
• Este enfoque impulsado por IA ofrece potencial para el diagnóstico automatizado y la planificación del tratamiento en gastroenterología.
• Los hallazgos allanan el camino para soluciones de IA más confiables y explicables en la atención médica.