基于深度学习的胃肠道黏膜病变分类
图像与视频处理
2023-08-01 v1 计算机视觉与模式识别
摘要
胃肠道黏膜变化在若干年后可引发癌症，早期诊断对防癌和早期治疗非常有益。本文中，利用深度学习预测了 8 类黏膜改变和解剖标志，包括息肉、溃疡性结肠炎、食管炎、正常 Z 线、正常幽门、正常盲肠、染色抬举息肉和染色抬举边缘。我们在本文中使用了神经网络，这是一种如同人类神经系统般工作的黑箱人工智能算法。本文采用了基于卷积神经网络（CNN）的迁移学习（TL），CNN 是图像处理中著名的神经网络类型之一。我们比较了若干著名 CNN 架构，包括 VGG、Inception、Xception 和 ResNet。我们的最佳模型在测试图像上取得了 93% 的准确率。最后，我们将模型用于一些真实的内镜和结肠镜视频中以分类病变。
引用
@article{arxiv.2307.16198,
title = {Gastrointestinal Mucosal Problems Classification with Deep Learning},
author = {Mohammadhasan Goharian and Vahid Goharian and Hamidreza Bolhasani},
journal= {arXiv preprint arXiv:2307.16198},
year = {2023}
}