Percoll梯度的傅里叶变换提升CNN对遗传性溶血性贫血的分类
计算机视觉与模式识别
2021-03-18 v1 图像与视频处理
摘要
遗传性溶血性贫血是影响红细胞形状和密度的遗传性疾病。目前用于诊断此类贫血的基因检测昂贵且在大多数临床实验室中无法开展。在此，我们提出一种基于标准生化方法（称为Percoll梯度，通过离心患者血液获得）来识别遗传性溶血性贫血的方法。我们的混合方法包括使用卷积神经网络提取的空间数据驱动特征，以及由快速傅里叶变换获得的频谱手工特征。我们比较了AlexNet和VGG16架构下的晚期和早期特征融合。AlexNet结合频谱特征的晚期融合表现优于其他方法。我们在不同类别上取得了88%的平均F1分数，表明有可能从Percoll梯度诊断遗传性溶血性贫血。最后，我们利用Grad-CAM探索用于分类的空间特征。
引用
@article{arxiv.2103.09671,
title = {Fourier Transform of Percoll Gradients Boosts CNN Classification of Hereditary Hemolytic Anemias},
author = {Ario Sadafi and Lucía María Moya Sans and Asya Makhro and Leonid Livshits and Nassir Navab and Anna Bogdanova and Shadi Albarqouni and Carsten Marr},
journal= {arXiv preprint arXiv:2103.09671},
year = {2021}
}
备注
Accepted for publication at the 2021 IEEE International Symposium on Biomedical Imaging (ISBI 2021)