开发基于深度学习的伤口分类辅助工具
计算机视觉与模式识别
2023-03-30 v1 人工智能
摘要
本文提出一种基于深度学习的伤口分类工具，可辅助非伤口护理专业的医务人员，利用易得相机所拍摄的彩色图像，对五种关键伤口状况——即深部伤口、感染伤口、动脉伤口、静脉伤口和压力伤口——进行分类。分类的准确性对恰当的伤口管理至关重要。所提出的伤口分类方法采用多任务深度学习框架，利用五种关键伤口状况间的关系构建统一的伤口分类架构。以 Cohen's kappa 系数差异作为比较所提模型与人类的指标，我们模型的性能优于或不劣于所有人类医务人员。我们基于卷积神经网络的模型首个以良好准确率同时分类深部、感染、动脉、静脉和压力伤口五类任务。所提模型紧凑，且匹配或超越人类医生与护士的性能。非伤口护理专业的医务人员可潜在受益于配备该深度学习模型的应用。
引用
@article{arxiv.2303.16522,
title = {Development of a deep learning-based tool to assist wound classification},
author = {Po-Hsuan Huang and Yi-Hsiang Pan and Ying-Sheng Luo and Yi-Fan Chen and Yu-Cheng Lo and Trista Pei-Chun Chen and Cherng-Kang Perng},
journal= {arXiv preprint arXiv:2303.16522},
year = {2023}
}