視覚トランスフォーマーと安定拡散を用いた爪疾患分類を改善するハイブリッドモデル
Rahul Nijhawan1, Ananya Gupta1, Manoj Diwakar2,3
1Thapar Institute of Engineering and Technology, Patiala, Punjab, India.
Scientific reports
|January 12, 2026
まとめ
安定拡散モデルによって生成された合成データは、爪疾患を診断するための機械学習の精度を向上させます。このアプローチは、診断ツールを強化し、真菌感染症や乾癬などの状態に対するより正確でタイムリーな治療につながります。
科学分野:
- 皮膚科
- 人工知能
- 医用画像処理
背景:
- 爪疾患は一般的であり、視覚的検査によって診断されることが多いため、不正確さや治療の遅れにつながる可能性があります。
- 真菌感染症、爪囲炎、乾癬などの爪の状態の効果的な管理には、正確でタイムリーな診断が不可欠です。
主な方法:
- 少数学習を用いた安定拡散モデルによる合成爪疾患データの生成。
- カスタム実世界の爪疾患データセットを拡張するために合成データを適用すること。
- 拡張データセットを用いた事前学習済み畳み込みニューラルネットワーク（CNN）MobileNetV2およびVision Transformerモデルの評価。
結論:
- 安定拡散モデルによって生成された合成データは、爪疾患分類のための機械学習モデルのパフォーマンスを強化する上で効果的です。
- このアプローチは、自動爪疾患診断の精度と信頼性を向上させる有望な方法を提供し、診断エラーと治療の遅れを減らす可能性があります。
