使用简单CNN模型评估犬类心肌扩张
计算机视觉与模式识别
2024-07-09 v1 机器学习
图像与视频处理
摘要
本文介绍了DogHeart数据集，包含1400张训练图像、200张验证图像和400张测试图像，按VHS评分分为small、normal和large三类。开发了自定义CNN模型，具有简单的体系结构，包括4个卷积层和4个全连接层。尽管缺乏数据增强，该模型在分类心肌扩张严重程度方面达到了72%的准确率。该研究促进了犬类心脏条件的自动评估，凸显了在兽医护理中实现早期检测和干预的潜力。
引用
@article{arxiv.2407.06092,
title = {Assessing Cardiomegaly in Dogs Using a Simple CNN Model},
author = {Nikhil Deekonda},
journal= {arXiv preprint arXiv:2407.06092},
year = {2024}
}