DFUC2020：面向糖尿病足溃疡检测的分析
计算机视觉与模式识别
2021-05-25 v3
摘要
每 20 秒，世界上就有一个肢体因糖尿病而被截肢。这是一个需要全球解决方案的全球健康问题。本文讨论的 MICCAI 挑战赛涉及使用机器学习技术自动检测糖尿病足溃疡，将加速创新医疗技术的发展以满足这一未获满足的医疗需求。为改善患者护理并减轻医疗系统压力，近期研究聚焦于创建基于云的检测算法。这些算法可作为服务被移动应用调用，患者（或护理者、伴侣或家庭成员）可在家中自行使用以监测病情并发现糖尿病足溃疡（DFU）的出现。曼彻斯特城市大学、兰开夏教学医院和曼彻斯特大学 NHS 基金会信托的协作建立了一个包含 4000 张 DFU 图像的库，以支持面向更先进 DFU 检测方法的研究。基于英国、美国、印度和新西兰首席科学家的共同努力，本次挑战赛将征集原创工作，并促进研究人员之间的互动与跨学科合作。本文给出数据集描述与分析、评估方法、基准算法及初步评估结果。它通过提供对最先进技术及进行中研究的有用见解来推动挑战赛。在疫情周边及后疫情时期，这一重大挑战更为紧迫，资源利用的压力将增加对能使人们在家中保持活跃、健康与完好的技术的需求。
引用
@article{arxiv.2004.11853,
title = {DFUC2020: Analysis Towards Diabetic Foot Ulcer Detection},
author = {Bill Cassidy and Neil D. Reeves and Pappachan Joseph and David Gillespie and Claire O'Shea and Satyan Rajbhandari and Arun G. Maiya and Eibe Frank and Andrew Boulton and David Armstrong and Bijan Najafi and Justina Wu and Moi Hoon Yap},
journal= {arXiv preprint arXiv:2004.11853},
year = {2021}
}
备注
16 pages, 8 figures