2021 糖尿病足溃疡大挑战：评估与总结
图像与视频处理
2022-01-27 v1 计算机视觉与模式识别
机器学习
摘要
糖尿病足溃疡分类系统将伤口感染（伤口内存在细菌）和缺血（血液供应受限）的存在作为治疗和伤口愈合预测的重要临床指标。由于公开可用数据集的缺乏以及少数现有数据集中的严重数据不平衡，研究使用自动化计算机方法对糖尿病足伤口内的感染和缺血进行分类的工作有限。2021 糖尿病足溃疡挑战赛为参与者提供了一个更实质性的数据集，包含总共 15,683 个糖尿病足溃疡图像块，其中 5,955 个用于训练，5,734 个用于测试，以及额外的 3,994 个无标注图像块以促进半监督和弱监督深度学习技术的发展。本文对 2021 糖尿病足溃疡挑战赛中使用的方法进行了评估，并总结了各网络获得的结果。性能最佳的网络为前 3 名模型结果的集成，宏平均 F1 得分为 0.6307。
引用
@article{arxiv.2111.10376,
title = {Diabetic Foot Ulcer Grand Challenge 2021: Evaluation and Summary},
author = {Bill Cassidy and Connah Kendrick and Neil D. Reeves and Joseph M. Pappachan and Claire O'Shea and David G. Armstrong and Moi Hoon Yap},
journal= {arXiv preprint arXiv:2111.10376},
year = {2022}
}
备注
17 pages, 4 figures, Preprint (author copy) to be published in MICCAI DFUC2021 Proceedings