使用深度学习模型分析荨麻科花粉3D分类
计算机视觉与模式识别
2025-03-11 v1
摘要
由于气候变化，花粉症已成为一个紧迫的医疗保健问题，受影响人口不断增加，影响期延长且症状更为严重。精确的花粉分类有助于全年监测空气中致敏花粉的趋势，并指导市政部门制定预防策略。大多数花粉分类工作使用2D显微图像或从3D图像数据集导出的2D投影。在本文中，我们旨在使用完整的3D图像堆栈进行分类，并评估不同深度学习模型的分类性能。本文使用的3D图像数据集来自荨麻科，特别是形态相似但致敏潜力差异显著的Urtica和Parietaria属。采用最优层选择和延长训练周期的预训练ResNet3D模型取得了最佳性能，F1分数达到98.3%。
引用
@article{arxiv.2503.07419,
title = {Analysis of 3D Urticaceae Pollen Classification Using Deep Learning Models},
author = {Tijs Konijn and Imaan Bijl and Lu Cao and Fons Verbeek},
journal= {arXiv preprint arXiv:2503.07419},
year = {2025}
}