基于深度学习的利什曼原虫分割与分类
计算机视觉与模式识别
2019-01-01 v1 人工智能
计算机与社会
摘要
利什曼病被认为是一种被忽视的疾病，在部分热带和亚热带国家每年导致数千人死亡。诊断利什曼病有各种技术，其中手动显微镜检查被视为金标准。有必要开发能够以鲁棒且无监督方式检测寄生虫的自动化技术。本文中我们提出了一种基于深度学习方法来自动化检测过程的流程。我们训练了一个 U-net 模型，成功分割利什曼原虫并将其分类为前鞭毛体、无鞭毛体和附着寄生虫。
引用
@article{arxiv.1812.11586,
title = {Leishmaniasis Parasite Segmentation and Classification using Deep Learning},
author = {Marc Górriz and Albert Aparicio and Berta Raventós and Verónica Vilaplana and Elisa Sayrol and Daniel López-Codina},
journal= {arXiv preprint arXiv:1812.11586},
year = {2019}
}
备注
10th International Conference, AMDO 2018, Palma de Mallorca, Spain, July 12-13, 2018, Proceedings