优化胃肠道诊断：基于CNN的VCE图像分类模型
计算机视觉与模式识别
2024-11-05 v1 人工智能
摘要
近年来，高科技视频胶囊内窥镜（VCE）技术的出现使得对消化系统的无创观察成为可能，胃肠道（GI）疾病的诊断取得了长足进步。MisaHub 胶囊视觉挑战赛鼓励开发独立于厂商的人工智能模型，能够自主地从 VCE 图像中对胃肠道异常进行分类。本文提出了一种专门针对十种肠道病理的多类分类的 CNN 架构，包括血管扩张、出血、糜烂、红斑、异物、淋巴管扩张、息肉、溃疡和蠕虫，以及它们的正常状态。
引用
@article{arxiv.2411.01652,
title = {Optimizing Gastrointestinal Diagnostics: A CNN-Based Model for VCE Image Classification},
author = {Vaneeta Ahlawat and Rohit Sharma and Urush},
journal= {arXiv preprint arXiv:2411.01652},
year = {2024}
}
备注
11 pages, 7 figuers