基于深度学习与统计方法的酒渣鼻大众认知提升研究
计算机视觉与模式识别
2024-11-19 v2
摘要
根据国家酒渣鼻协会数据，约 1600 万美国人患有酒渣鼻。本文提出利用深度学习和可解释统计方法的自动酒渣鼻检测，以提升大众对酒渣鼻的认知。深度学习方法采用 ResNet-18 进行酒渣鼻检测，统计方法利用两个类别（酒渣鼻类 vs. 正常类）的均值和主成分分析从面部图像中提取特征以实现自动检测。所提方法的贡献有三方面：第一，能自动区分患酒渣鼻的患者与健康人群；第二，统计方法解决了可解释性问题，使医生和患者能够理解并信任结果；第三，所提方法不仅有助于提高大众对酒渣鼻的认知，还能提醒患者尽早治疗，因为酒渣鼻在早期更易治愈。代码和数据可在 https://github.com/chengyuyang-njit/rosacea_detection.git 获取。
引用
@article{arxiv.2411.07074,
title = {Increasing Rosacea Awareness Among Population Using Deep Learning and Statistical Approaches},
author = {Chengyu Yang and Chengjun Liu},
journal= {arXiv preprint arXiv:2411.07074},
year = {2024}
}
备注
Accepted to 2024 International Conference on Medical Imaging and Computer-Aided Diagnosis