基于深度学习的端到端疟疾诊断与三维细胞渲染
计算机视觉与模式识别
2021-08-10 v1 人工智能
摘要
疟疾是一种寄生虫感染，给全球健康带来了重大负担。它每30秒杀死一名儿童，每年导致超过100万人死亡。然而，如果及时诊断，大多数人可以通过抗疟疾治疗得到有效治疗。疟疾导致的几例死亡是健康社会决定因素差异的副产品；目前诊断疟疾的金标准需要显微镜、试剂和其他大多数社会经济地位低下的患者无法获得的设备。在本文中，我们提出了一种卷积神经网络（CNN）架构，可实现疟疾的快速自动诊断（达到98%的高分类准确率），以及一种基于深度神经网络（DNN）的三维（3D）建模算法，可在增强现实（AR）中渲染寄生细胞的三维模型。这为优化当前疟疾诊断的工作流程创造了机会，并展示了深度学习模型在全球范围内改善远程医疗实践和患者健康素养的潜力。
引用
@article{arxiv.2108.04220,
title = {End-to-end Malaria Diagnosis and 3D Cell Rendering with Deep Learning},
author = {Vignav Ramesh},
journal= {arXiv preprint arXiv:2108.04220},
year = {2021}
}
备注
7 pages, 2 figures