使用深度学习技术,用手机图像对皮肤缺陷进行分类
José Antonio Rangel-Ramos1, Francisco Luna-Perejón2, Anton Civit2,3
1Universidad de Sevilla, ETS Ingeniería Informática, Avda. Reina Mercedes s/n, Seville, 41012, Spain.
Heliyon
|April 11, 2024
概括
这项研究引入了人工智能驱动的移动图像分类器,用于初始皮肤缺陷查. 先进的系统实现了高精度,有助于早期检测和减少医疗保健负担.
科学领域:
- 皮肤病学 皮肤病学
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 区分皮肤缺陷的起源是具有挑战性的,可能导致错过危险情况或过度负担的卫生服务.
- 准确的初始查对于及时诊断和适当的患者管理至关重要.
研究的目的:
- 开发和优化基于人工智能 (AI) 的分类器,用于使用移动设备图像初步选皮肤缺陷.
- 提高初步皮肤病学评估的准确性和效率.
主要方法:
- 采用了双相优化机制,涉及全球搜索150多个分类器组合.
- 性能最好的分类器使用交叉验证技术进行了稳定性评估.
主要成果:
- 开发的AI分类器实现了99.95%的最大精度和99.75%的曲线下面面积 (AUC).
- 与以前的方法相比,分类器证明了更好的分类率和更少的复杂性.
结论:
- 基于人工智能的系统为初步皮肤缺陷查提供了高度准确和高效的解决方案.
- 其较低的计算需求有助于将其集成到资源有限的特定目的系统中,以改善医疗保健的可访问性.


