评估薄血涂片疟疾诊断模型的泛化能力
图像与视频处理
2025-08-01 v1 计算机视觉与模式识别
定量方法
摘要
疟疾仍然是一个重大的全球公共卫生挑战，需要快速且准确的诊断方法。虽然利用深度学习的计算机辅助诊断（CAD）工具已展现出前景，但其在多样化临床环境中的泛化能力仍未得到充分评估。本研究评估了一个基于薄血涂片图像的疟疾诊断CAD模型在四个站点上的泛化能力。我们探索了增强泛化能力的策略，包括微调和增量学习。结果表明，引入站点特定数据可显著提升模型性能，为更广泛的临床应用铺平了道路。
引用
@article{arxiv.2408.08792,
title = {Assessing Generalization Capabilities of Malaria Diagnostic Models from Thin Blood Smears},
author = {Louise Guillon and Soheib Biga and Axel Puyo and Grégoire Pasquier and Valentin Foucher and Yendoubé E. Kantchire and Stéphane E. Sossou and Ameyo M. Dorkenoo and Laurent Bonnardot and Marc Thellier and Laurence Lachaud and Renaud Piarroux},
journal= {arXiv preprint arXiv:2408.08792},
year = {2025}
}
备注
MICCAI 2024 AMAI Workshop, Accepted for presentation, Submitted Manuscript Version, 10 pages