基于光声成像的儿童神经肌肉疾病自动分类
图像与视频处理
2022-01-28 v1 计算机视觉与模式识别
摘要
神经肌肉疾病(NMDs)给医疗系统与社会带来显著负担。它们可导致严重的渐进性肌无力、肌肉退化、挛缩、畸形及渐进性残疾。本研究评估的 NMDs 常于幼年期显现。由于疾病亚型(如杜氏肌营养不良(DMD)与脊髓性肌萎缩(SMA))初期难以区分且恶化迅速,快速可靠的鉴别诊断至关重要。光声与超声成像在可视化及量化不同疾病程度方面已展现出巨大潜力。对此类图像数据增加自动分类可进一步改进标准诊断流程。我们比较了基于 VGG16 的深度学习 2 类与 3 类分类器,用于区分健康与病变肌肉组织。本工作取得了高于 0.86 的高准确率(3 类问题)的良好结果,可作为未来更早诊断与 NMDs 治疗监测方法的原理验证。
引用
@article{arxiv.2201.11630,
title = {Automatic Classification of Neuromuscular Diseases in Children Using Photoacoustic Imaging},
author = {Maja Schlereth and Daniel Stromer and Katharina Breininger and Alexandra Wagner and Lina Tan and Andreas Maier and Ferdinand Knieling},
journal= {arXiv preprint arXiv:2201.11630},
year = {2022}
}
备注
accepted by BVM conference proceedings 2022