基于Ultrasound影像的PCOS自动分类
图像与视频处理
2025-01-07 v1 人工智能
计算机视觉与模式识别
摘要
AUTO-PCOS分类挑战赛旨在推进人工智能（AI）在通过自动分类健康和不健康超声图像帧来识别多囊卵巢综合征（PCOS）诊断能力方面的进展。本报告概述了我们的方法，用于构建一个稳健的AI管道，利用迁移学习与InceptionV3架构实现对二分类的高精度。预处理步骤确保数据集针对训练、验证和测试进行了优化，而可解释性方法如LIME和热力图图 provided valuable insights into the model's decision-making. 我们的方法在验证数据上实现了90.52%的准确率，精度、召回率和F1分数均超过90%，显示其效能。该项目凸显了AI在医疗保健领域的变革性潜力，尤其是针对诊断挑战如PCOS。讨论了关键发现、挑战以及未来改进的建议，突显了创建可靠、可解释且可扩展的AI驱动医疗诊断工具的路径。
关键词
引用
@article{arxiv.2501.01984,
title = {Leveraging AI for Automatic Classification of PCOS Using Ultrasound Imaging},
author = {Atharva Divekar and Atharva Sonawane},
journal= {arXiv preprint arXiv:2501.01984},
year = {2025}
}
备注
Code available at: https://github.com/ATHdevs/Auto-PCOS