面向视觉障碌者的 AI 驱动智能手机快速诊断试验盒数字化解决方案
计算机视觉与模式识别
2024-11-28 v1
摘要
快速诊断试验是及时疾病检测与管理的关键，但准确解读试验结果仍具挑战。本研究提出一种新方法，通过集成人工智能（AI）算法（包括卷积神经网络 CNN）于智能手机应用中，提升快速诊断试验结果解读的准确性与可靠性。该应用允许用户拍摄试验盒照片，YOLOv8 算法负责精确裁剪与提取试验膜区域，即便试验盒未居中或位于图像极端边缜亦可。此功能提升了可及性，使视觉障碌者无需精准对准即可完成拍照，促进用户独立性与包容性。提取后的图像由额外的 CNN 分类器分析，判定结果为阳性、阴性或无效，并提供置信度。通过针对常用快速诊断试验盒进行验证实验，结果显示 AI 的集成显著提升了灵敏度与特异度，这一改进归功于使用前沿 YOLO 算法提取试验盒膜区域。我们还采用 SHapley Additive exPlanations（SHAP）分析，探讨影响模型决策的因素，阐明正确与错误分类的原因。通过区分真实试验线与背景噪声，并提供试验线强度与均匀性的宝贵洞察，本方法为快速诊断试验解读提供了稳健解决方案。
引用
@article{arxiv.2411.18007,
title = {AI-Driven Smartphone Solution for Digitizing Rapid Diagnostic Test Kits and Enhancing Accessibility for the Visually Impaired},
author = {R. B. Dastagir and J. T. Jami and S. Chanda and F. Hafiz and M. Rahman and K. Dey and M. M. Rahman and M. Qureshi and M. M. Chowdhury},
journal= {arXiv preprint arXiv:2411.18007},
year = {2024}
}