基于深度卷积神经网络的多类烧伤创面图像分类
计算机视觉与模式识别
2021-03-03 v1
摘要
全球每年有数百万人受急性和慢性伤口影响。持续的伤口监测对伤口专科医生至关重要，有助于更准确诊断并优化处理方案。基于机器学习的分类方法可提供最优照护策略，带来更可靠结果、成本节约、愈合时间缩短及患者满意度提升。本研究中，我们使用基于深度学习的方法，根据伤口状况将烧伤创面图像分为两类或三类。采用预训练深度卷积神经网络AlexNet在烧伤创面图像数据集上微调并作为分类器。使用准确率、精确率、召回率等分类指标及混淆矩阵评估分类器性能。与使用该同一数据集的已有工作相比，我们所设计的分类器将分类准确率提高了8%以上。
引用
@article{arxiv.2103.01361,
title = {Multiclass Burn Wound Image Classification Using Deep Convolutional Neural Networks},
author = {Behrouz Rostami and Jeffrey Niezgoda and Sandeep Gopalakrishnan and Zeyun Yu},
journal= {arXiv preprint arXiv:2103.01361},
year = {2021}
}