面向基于视觉的乳腺自检引导系统的鲁棒深度-压力估计算法开发
图像与视频处理
2019-08-28 v1
摘要
在乳腺癌病例中，如同大多数癌症一样，早期检测可显著提升患者的生存机会。这使得具备一种有效且可及的定期核查疾病表征的手段十分重要。基于视觉的引导系统（VBGS）用于乳腺自检（BSE）是提升个人检测癌变系统能力的一种方式。针对此需求，本研究致力于为所提出的 VBGS 开发一种深度-压力估计算法。大量 BSE 视频被用于训练模型，这些样本依据乳腺尺寸进行分割，乳腺尺寸被发现是深度-压力估计中的一个区分因素。结果是一个可普遍适用的算法。除此之外，测试了若干特征提取方案，以使该算法能在普通技术上运行。研究发现 Law's Textures Histogram 与 Local Binary Pattern Global Histogram 在利用视觉数据估计压力方面最为有效。此外，两种方案的组合进一步提升了模型估计的准确度。由此得到的算法从而适合普通消费者使用。
引用
@article{arxiv.1908.10044,
title = {Development of a Robust Depth-Pressure Estimation Algorithm for a Vision-Based Breast Self-Examination Guidance System},
author = {John Anthony C. Jose and Phoebe Mae L. Ching and Melvin K. Cabatuan},
journal= {arXiv preprint arXiv:1908.10044},
year = {2019}
}