利用患者数据辅助基于深度学习的莱姆病分类器的专家意见征询
人工智能
2022-08-31 v1 图像与视频处理
摘要
诊断游走性红斑（EM）皮肤损伤——莱姆病最常见的早期症状——使用深度学习技术可有效预防长期并发症。现有的基于深度学习的 EM 识别工作仅利用损伤图像，原因在于缺乏带有相关患者数据的莱姆病相关图像数据集。医师依赖关于皮肤损伤背景的患者信息来确认诊断。为利用从患者数据计算出的概率分数辅助深度学习模型，本研究征询了十五位医生的意见。对于征询过程，我们准备了一份包含与 EM 相关的问题及可能答案的问卷。医生对问题的不同答案给出了相对权重。我们使用基于高斯混合的密度估计将医生评估转换为概率分数。对于所征询概率模型的验证，我们采用了形式概念分析与决策树。所征询的概率分数可用于使基于图像的深度学习莱姆病预扫描器更加鲁棒。
引用
@article{arxiv.2208.14384,
title = {Expert Opinion Elicitation for Assisting Deep Learning based Lyme Disease Classifier with Patient Data},
author = {Sk Imran Hossain and Jocelyn de Goër de Herve and David Abrial and Richard Emillion and Isabelle Lebertb and Yann Frendo and Delphine Martineau and Olivier Lesens and Engelbert Mephu Nguifo},
journal= {arXiv preprint arXiv:2208.14384},
year = {2022}
}