ComplexWoundDB：用于复杂伤口组织自动分类的数据库
计算机视觉与模式识别
2022-09-27 v1 数据库
机器学习
摘要
复杂伤口通常面临皮肤厚度的部分或完全丧失，通过二期愈合。它们可为急性或慢性，伴有感染、缺血和组织坏死，并与系统性疾病相关。全球研究机构报告了无数病例，最终成为一个严重的公共卫生问题，因为它们涉及人力资源（例如医师和医疗保健专业人员）并对生活质量产生负面影响。本文提出了一个用于自动分类复杂伤口的新数据库，包含五类，即非伤口区域、肉芽组织、纤维素样组织、干性坏死和血肿。图像包含由压力、血管性溃疡、糖尿病、烧伤以及手术后并发症引起的复杂伤口的不同场景。该数据集称为ComplexWoundDB，其独特之处在于它包含从野外获取的27幅图像的像素级标注，即在患者家中采集图像，并由四名卫生专业人员标注。使用不同机器学习技术的进一步实验证明了解决计算机辅助复杂伤口组织分类问题的挑战性。本文通过与其他文献中广泛使用的数据库进行详细比较，为该领域的未来方向提供了启示。
引用
@article{arxiv.2209.12822,
title = {ComplexWoundDB: A Database for Automatic Complex Wound Tissue Categorization},
author = {Talita A. Pereira and Regina C. Popim and Leandro A. Passos and Danillo R. Pereira and Clayton R. Pereira and João P. Papa},
journal= {arXiv preprint arXiv:2209.12822},
year = {2022}
}