甲襞毛细血管分析的综合数据集与自动化流水线
图像与视频处理
2024-03-15 v2 计算机视觉与模式识别
机器学习
摘要
甲襞毛细血管镜广泛用于评估健康状况，凸显了对自动化甲襞毛细血管分析系统的迫切需求。在本研究中，我们提出了构建综合甲襞毛细血管数据集的开创性努力——来自68名受试者的321张图像、219个视频，附带临床报告和专家标注——其作为训练深度学习模型的关键资源。利用该数据集，我们以专家标注作为监督标签微调了三个深度学习模型，并将它们集成到一个新颖的端到端甲襞毛细血管分析流水线中。该流水线擅长自动检测和测量甲襞毛细血管的广泛尺寸因素、形态特征和动态方面。我们将我们的结果与临床报告进行比较。实验结果表明，我们的自动化流水线在测量中达到亚像素级精度平均值，在识别形态异常方面达到89.9%准确率。这些结果凸显了其在推进定量医学研究和实现医疗普适计算方面的潜力。我们的数据和代码可在 https://github.com/THU-CS-PI-LAB/ANFC-Automated-Nailfold-Capillary 获取。
引用
@article{arxiv.2312.05930,
title = {A Comprehensive Dataset and Automated Pipeline for Nailfold Capillary Analysis},
author = {Linxi Zhao and Jiankai Tang and Dongyu Chen and Xiaohong Liu and Yong Zhou and Yuanchun Shi and Guangyu Wang and Yuntao Wang},
journal= {arXiv preprint arXiv:2312.05930},
year = {2024}
}
备注
Dataset, code, pretrained models: https://github.com/THU-CS-PI-LAB/ANFC-Automated-Nailfold-Capillary