基于Transformer的胃肠道疾病检测
计算机视觉与模式识别
2022-12-09 v1 人工智能
摘要
利用内镜图像进行准确的疾病分类是胃肠病学中的一个重要问题。本文描述了一种基于从内镜图片中提取的特征进行分类、以辅助医学诊断流程并识别胃肠道疾病的技方法。视觉Transformer在困难图像分类任务上已展现出极具前景的结果。在本文中，我们提出了一种基于视觉Transformer的方法，从结肠无线胶囊内镜（WCE）精选图像中检测胃肠道疾病，准确率达95.63%。我们将该基于Transformer的方法与预训练的卷积神经网络（CNN）模型DenseNet201进行了比较，并证明视觉Transformer在多项定量性能评估指标上超越了DenseNet201。
引用
@article{arxiv.2210.03168,
title = {Gastrointestinal Disorder Detection with a Transformer Based Approach},
author = {A. K. M. Salman Hosain and Mynul islam and Md Humaion Kabir Mehedi and Irteza Enan Kabir and Zarin Tasnim Khan},
journal= {arXiv preprint arXiv:2210.03168},
year = {2022}
}