结合 CNN 分类与 HMM 时间序列分析的消化道内精确定位
机器学习
2025-05-12 v1
摘要
本文提出一种通过对卷积神经网络（CNN）分类与隐马尔可夫模型（HMM）的时间序列分析特性相结合进行探索，高效分类来自视频胶囊内镜（VCE）研究的图像胃肠区段的方法。研究表明，连续的时间序列分析可识别并纠正 CNN 输出中的错误。我们的方法在 Rhode Island（RI）胃肠数据集上取得了 的准确率。这实现了胃肠道（GI）内的精确定位，同时仅需约 1M 参数，从而提供了一种适用于低功耗设备的方法。
引用
@article{arxiv.2310.07895,
title = {Precise localization within the GI tract by combining classification of CNNs and time-series analysis of HMMs},
author = {Julia Werner and Christoph Gerum and Moritz Reiber and Jörg Nick and Oliver Bringmann},
journal= {arXiv preprint arXiv:2310.07895},
year = {2025}
}
备注
Accepted at MLMI 2023