一个强大的卷积神经网络集体,用于从皮肤图像中检测麻疹疾病
Luis Muñoz-Saavedra1,2, Elena Escobar-Linero1,2, Javier Civit-Masot1,2
1Architecture and Computer Technology Department (ATC), E.T.S. Ingeniería Informática, Universidad de Sevilla, 41012 Seville, Spain.
Sensors (Basel, Switzerland)
|August 26, 2023
概括
研究人员开发了一套水图像数据集和人工智能系统,以区分水疹与其他疾病. 该系统使用整体网络实现了98%的准确性,改善了这种新兴健康问题的诊断能力.
科学领域:
- 医疗信息学 医疗信息学
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 一种类似于天花的疾病 - - 麻疹在2022年7月被宣布为全球卫生紧急情况.
- 从其他类似的皮肤病状况区分水疹是具有挑战性的.
- 缺乏全面的图像数据库阻碍了自动诊断工具的开发.
研究的目的:
- 创建一个公开可访问的麻疹图像数据集.
- 开发一种基于卷积神经网络 (CNN) 的系统,用于分类麻疹病变.
- 将可解释的人工智能 (XAI) 工具应用于集合网络,以提高可解释性.
主要方法:
- 从政府数据库中编制了一组精心策划的和其他疾病图像数据集.
- 预先训练有素的CNN模型 (例如ResNet50,EfficientNetB0,MobileNetV2) 被用作分类器.
- 结合多个网络的合并方法被实施,以及GradCAM用于解释性.
主要成果:
- 该分类系统在单个预训练网络中实现了93%的准确性.
- 三个网络的组合达到98%的峰值准确度.
- 这项研究代表了XAI首次被记录到集体网络中的应用,用于麻疹分类.
结论:
- 开发的数据集和AI分类系统显著提高了区分麻疹和其他疾病的准确性.
- 综合网络的高精度为自动诊断提供了一个有前途的工具.
- 可解释性AI的整合增强了对模型预测的信任和理解.
相关概念视频
01:25Rapid Identification of Pathogens
MALDI-TOF MS has transformed clinical microbiology by offering a rapid and reliable method for pathogen identification. The traditional approach to microbial identification typically involves time-consuming culture techniques and biochemical tests, which can delay the initiation of appropriate antimicrobial therapy. MALDI-TOF MS avoids these delays by using characteristic ribosomal protein mass patterns of microbial cells, enabling accurate species-level identification within minutes.Principle...
01:24Smallpox
Smallpox is a severe contagious disease caused by the Variola major virus, a double-stranded DNA member of the Poxviridae family.Variola major transmission occurs primarily via inhalation of virus-laden droplets or direct contact with infectious scabs. The incubation period averages approximately seven days, although it may range from 7 to 17 days depending on the inoculum and host factors.Clinically, the prodromal phase is marked by an abrupt onset of high fever, malaise, headache, and myalgia.