基于深度学习目标检测的医用设备显示屏自动读数
计算机视觉与模式识别
2022-10-05 v1 机器学习
摘要
远程医疗与移动健康应用，尤其在 covid-19 疫情封控期间，导致将患者健康监护仪读数传送给专家的需求增加。考虑到大多数家用医疗设备使用七段数码管显示，自动显示读数算法应为远程医疗提供更可靠的工具。本工作提出一种基于深度学习目标检测模型的端到端方法，用于检测并读取医疗设备上的七段数码管显示。两个当前最优模型族 EfficientDet 与 EfficientDet-lite 先前已在 MS-COCO 数据集上预训练，我们使用由移动数码相机拍摄的医疗设备照片组成的数据集对其进行微调，以模拟真实应用场景。对训练模型的评估显示出高效率，所有模型检测精度超过 98%、分类准确率超过 98%，其中 EfficientDet-lite1 模型在由 104 张图像和 438 个数字组成的测试集上取得了 100% 检测精度与 100% 正确数字分类。
引用
@article{arxiv.2210.01325,
title = {Automated Medical Device Display Reading Using Deep Learning Object Detection},
author = {Lucas P. Moreira},
journal= {arXiv preprint arXiv:2210.01325},
year = {2022}
}
备注
6 pages, 5 figures