使用基于皮肤的神经网络实时诊断牛皮和平状 通过数值模拟获得的生物机械性质
Arshia Eskandari1, Mahkame Sharbatdar2
1Faculty of Mechanical Engineering, K. N. Toosi University of Technology, Tehran, Iran.
Scientific reports
|July 3, 2025
概括
这项研究使用人工智能和生物机械模拟来准确诊断牛皮和李氏平原菌. 新的深度学习方法实现了99.8%的准确性,有助于实时分类皮肤疾病.
科学领域:
- 皮肤病学和计算生物学
- 人工智能在医学中的应用
背景情况:
- 正确诊断牛皮和平是具有挑战性的,因为类似的症状和有限的专家可用性.
- 现有的诊断方法面临着这些皮肤疾病的小数据集的局限性.
研究的目的:
- 开发一种新的人工智能驱动的方法,用于精确诊断牛皮和状平原菌.
- 通过将深度学习与生物机械皮肤模拟相结合,提高诊断准确度.
主要方法:
- 使用ABAQUS软件进行1000次皮肤生物机械性质的数值模拟.
- 采用了ResNet-50卷积神经网络 (CNN) 模型.
- 将数值模拟数据 (位移,湿度,年龄,性别) 转换为CNN的图像数据.
主要成果:
- 使用5倍交叉验证实现了99.8%的诊断准确度.
- 与之前的诊断调查相比,表现出优越的性能.
- 通过5倍交叉验证,3倍交叉验证和随机分割验证结果.
结论:
- 人工智能和生物机械模拟的结合为实时皮肤疾病诊断提供了强大的工具.
- 这种方法可以显著帮助医生和皮肤科医生分类牛皮和平原菌.
- 突出了皮肤病学中先进的计算技术的潜力.
