结合中医舌象特征的非侵入式可解释 NAFLD 诊断方法
图像与视频处理
2023-12-07 v3 计算机视觉与模式识别
摘要
非酒精性脂肪性肝病(NAFLD)是一种以排除酒精和其他可识别肝损伤因素后发生肝脂肪变性为特征的临床病理综合征,已成为全球慢性肝病的主要病因。目前,常规的 NAFLD 检测方法费用高昂,不适合用户进行日常诊断。为解决此问题,本研究提出一种非侵入式、可解释的 NAFLD 诊断方法,用户所需提供的指标仅为性别、年龄、身高、体重、腰围、臀围和舌图像。该方法将患者的生理指标与舌象特征相融合,随后输入名为 SelectorNet 的融合网络。SelectorNet 将注意力机制与特征选择机制相结合,使其能够自主学习选择重要特征的能力。实验结果表明,所提方法仅使用非侵入式数据即达到 77.22% 的准确率,并提供了具有说服力的可解释性矩阵。本研究有助于 NAFLD 的早期诊断及中医舌诊的智能化发展。本文所述项目目前已公开可用。
引用
@article{arxiv.2309.02959,
title = {A Non-Invasive Interpretable NAFLD Diagnostic Method Combining TCM Tongue Features},
author = {Shan Cao and Qunsheng Ruan and Qingfeng Wu and Weiqiang Lin},
journal= {arXiv preprint arXiv:2309.02959},
year = {2023}
}