基于深度神经网络的伤口严重程度分类
图像与视频处理
2022-04-19 v1 计算机视觉与模式识别
机器学习
摘要
伤口严重程度的分类是伤口诊断中的关键步骤。一个有效的分类器可以帮助伤口专业人员更快速、更经济地对伤口状况进行分类，从而选择最佳治疗方案。本研究使用伤口照片构建了一个基于深度神经网络的伤口严重程度分类器，将其分为三类之一：绿色、黄色或红色。绿色类表示仍处于愈合早期、在适当护理下最有可能恢复的伤口。黄色类中的伤口比绿色类中的伤口需要更多的关注和治疗。最后，红色类表示最需要及时关注和治疗的严重伤口。在伤口专家的帮助下，设计了一个包含不同类型伤口图像的数据集。使用了九个深度学习模型并应用了迁移学习的概念。还通过拼接这些迁移学习模型开发了若干堆叠模型。多类分类达到的最高准确率为 68.49%。此外，在二分类的绿色对黄色、绿色对红色和黄色对红色分类中，我们分别达到了 78.79%、81.40% 和 77.57% 的准确率。
引用
@article{arxiv.2204.07942,
title = {Wound Severity Classification using Deep Neural Network},
author = {D. M. Anisuzzaman and Yash Patel and Jeffrey Niezgoda and Sandeep Gopalakrishnan and Zeyun Yu},
journal= {arXiv preprint arXiv:2204.07942},
year = {2022}
}
备注
19 pages, 5 figures, 5 tables