基于 AI 的仪器生物学早期筛查骨髓瘤
图像与视频处理
2024-11-20 v1 人工智能
计算机视觉与模式识别
摘要
为支持可靠机器学习模型用于异常检测的创建，本项目聚焦于医学成像数据集的预处理、增强和组织。在数据集中，有两种分类：正常和异常，另外还有额外的噪声波动。为提高照片质量，消除了包括可见医疗设备在边缘的不良畴素，使用中心裁剪。调整亮度和对比度是其他预处理进程之一。随后进行归一化处理以归一化数据。为简化分类任务，数据集被系统地处理为结合几个图像子集到两个主要类别：正常和病理性。为提供能适应现实世界情形的强大训练集，采用了诸如对比度增强和实时数据增强（包括旋转、缩放和亮度修改）等高级图片预处理技术。为保证高效的模型评估，数据随后被划分为训练和测试子集。通过这种严格的方法确保了高质量输入数据，从而创建用于医学异常检测的精确且有效的机器学习模型。由于该项目管道的灵活且可扩展设计，它可以轻松集成到更大的临床决策支持系统中。
引用
@article{arxiv.2411.12681,
title = {AI Guided Early Screening of Cervical Cancer},
author = {Dharanidharan S and Suhitha Renuka S and Ajishi Singh and Sheena Christabel Pravin},
journal= {arXiv preprint arXiv:2411.12681},
year = {2024}
}