相关实验视频
Updated: Aug 7, 2026

07:45
Quantifying Intermembrane Distances with Serial Image Dilations
Published on: September 28, 2018
6.5K
深度自动调整的狐皮肤学手拍摄
Bohan Jiang1,2,3, Andrew McNeil1,2,3, Yihao Liu4
1Department of Electrical and Computer Engineering, Vanderbilt University, Nashville, TN, USA.
Proceedings. IEEE International Symposium on Biomedical Imaging
|August 18, 2025
概括
这项研究引入了一种深度学习方法,用于使用对齐的手照片跟踪mopox病变的进展. 这种新的方法对监测疾病演变和解决方案充满希望.
科学领域:
- 医学成像医学成像
- 计算机视觉 计算机视觉 计算机视觉
- 皮肤病学 皮肤病学
背景情况:
- 麻疹 (mpox) 是一种病毒性疾病,其特点是显著的皮肤表现.
- 准确跟踪mopox病变的发展对于评估疾病进展和恢复至关重要.
- 目前的病变监测方法可能缺乏详细分析所需的精度.
研究的目的:
- 开发和评估一种新的深度学习应用程序,用于自动监测mpox病变的进展.
- 为2D皮肤学摄影数据调整VoxelMorph框架,以实现串行图像中的关键点对齐.
- 评估拟议的损伤监测方法的性能和通用性.
主要方法:
- 一个深度学习神经网络模型在1658张手照片的数据集上进行了训练.
- 该模型在254张图像的测试组上进行了评估,并通过额外的500张图像进行了验证,包括那些带有mopox感染的图像.
- 使用适应的VoxelMorph框架对2D图像数据进行了关键点对齐和病变中心注册的探索.
主要成果:
- 该研究表明,在关键点和损伤中心注册方面,有所改善,但在统计学上显著.
- 对各种调节强度的性能进行了评估,表明了精确病变跟踪的潜力.
- 通过多样化的补充图像集证实了该方法的通用性.
结论:
- 开发的深度学习方法提供了一个有前途的工具,用于自动跟踪mpox病变的进展.
- 虽然有效,但由于手的复杂解剖结构,特别是指际区域,仍然存在挑战.
- 为了在临床环境中获得最佳应用,需要进一步精细化,特别是复杂解剖区域的病变.
更多相关视频
09:333D Imaging of PDL Collagen Fibers during Orthodontic Tooth Movement in Mandibular Murine Model
Published on: April 15, 2021
5.1K
09:37Combining Reflectance Confocal Microscopy with Optical Coherence Tomography for Noninvasive Diagnosis of Skin Cancers via Image Acquisition
Published on: August 18, 2022
2.5K