牛皮的严重程度分类是基于适应性多尺度特征,用于多重症病的严重程度分类
Cho-I Moon1, Jiwon Lee1, Yoo Sang Baek2
1Department of Software Convergence, Graduate School, Soonchunhyang University, 22, Soonchunhyang-ro, Asan, Chungnam-do, 31538, Republic of Korea.
Scientific reports
|October 13, 2023
概括
一种新的方法通过识别关键的皮肤病变区域来客观地评估牛皮的严重程度. 这种方法使用了一种新的注意力模块,提高了复杂和多样化的牛皮表现的准确性.
科学领域:
- 皮肤病学和医学成像学
- 医疗保健中的人工智能
背景情况:
- 牛皮的评估依赖于主观的临床医生评估,使用牛皮区域和严重程度指数 (PASI).
- 现有的方法难以应对牛皮的可变和不规则的严重程度模式,特别是多重严重的病例.
研究的目的:
- 开发一种新的,客观的方法来评估牛皮的严重程度.
- 提高牛皮评估的准确性,特别是在复杂的多重症病例中.
主要方法:
- 使用CutMix数据增强生成多重性牛皮图像.
- 为适应性区域检测提出了一个分层的多尺度可变形注意模块 (MS-DAM).
- 集成的MS-DAM与EfficientNet B1用于牛皮的分类.
主要成果:
- 使用MS-DAM的EfficientNet B1模型获得了高F1得分,为0.93.
- 与多尺度通道注意模块 (MS-CAM) 相比,MS-DAM的准确性超过了5%.
- 梯度加权激活映射证实了该方法与人类视觉感知保持一致.
结论:
- 拟议的MS-DAM提供了一个更客观,更有效,更准确的方法来分析牛皮的严重程度.
- 这种人工智能驱动的方法增强了对各种牛皮的评估,包括那些严重程度不规则的牛皮.
- 这些发现表明,与传统的主观评估方法相比,有显著的进步.
