使用 U-Net 与分割技术预测结核病
图像与视频处理
2021-04-05 v1 计算机视觉与模式识别
摘要
秘鲁及全球最严重的公共卫生问题之一是结核病（TB），其由名为结核分枝杆菌（Mycobacterium tuberculosis）的细菌引起。本工作的目的是利用 MODS 方法并采用无透镜显微镜来促进和自动化结核病诊断，因为相较于透镜显微镜，无透镜显微镜更易校准且未经培训人员更易使用。因此，我们在所收集的数据集上采用 U-Net 网络对索状细菌聚积进行自动分割，进而预测结核病。我们的结果展示了用于 TB 索状结构自动分割的有希望证据，从而取得良好的 TB 预测准确率。
引用
@article{arxiv.2104.01071,
title = {Prediction of Tuberculosis using U-Net and segmentation techniques},
author = {Dennis Núñez-Fernández and Lamberto Ballan and Gabriel Jiménez-Avalos and Jorge Coronel and Patricia Sheen and Mirko Zimic},
journal= {arXiv preprint arXiv:2104.01071},
year = {2021}
}
备注
AI for Public Health Workshop at ICLR 2021. arXiv admin note: text overlap with arXiv:2007.02482