用于糖尿病足溃疡分类的经典-量子混合方法
图像与视频处理
2021-10-07 v1 计算机视觉与模式识别
机器学习
摘要
糖尿病是一个日益严重的全球性问题，影响众多人群。糖尿病患者有发生足溃疡的风险，通常导致肢体截肢，引起显著发病与心理困扰。为开发自监测移动应用，需将此类溃疡分类为以下类别之一：感染、缺血、无、或两者皆有。本工作中，我们比较了基于经典迁移学习的方法与经典-量子混合分类器在糖尿病足溃疡分类任务上的性能。具体而言，我们将预训练的Xception网络与多类变分分类器融合。因而，在修改并重新训练Xception网络后，我们提取其中间层输出，并将其用作给定图像的深度特征表示。最后，我们利用这些深度特征训练多类变分分类器，其中每个分类器在独立的变分电路上实现。该方法随后在盲测集DFUC2021上评估。结果证明，相较于仅依靠通过训练修改版Xception网络实现的迁移学习思路，我们所提的经典-量子混合分类器带来了可观的提升。
引用
@article{arxiv.2110.02222,
title = {Hybrid Classical-Quantum method for Diabetic Foot Ulcer Classification},
author = {Azadeh Alavi and Hossein Akhoundi},
journal= {arXiv preprint arXiv:2110.02222},
year = {2021}
}
备注
arXiv admin note: substantial text overlap with arXiv:2110.01795