Sito ufficiale WulnoTECH

Perchè parlare del Wound Care si può? NO, si deve!

Un progetto integrato per la classificazione e la localizzazione dell’ulcera del piede diabetico basato sui modelli CNN e YOLOv2-DFU

Il diabete è una malattia cronica, se non trattata in tempo può portare a molte complicazioni tra cui le ulcere del piede diabetico (DFU). La DFU è una malattia pericolosa, necessita di cure regolari altrimenti può portare all’amputazione del piede. La DFU è classificata in due categorie come infezione (batteri) e ischemia (insufficiente apporto di sangue). Il rilevamento della DFU in una fase iniziale è una procedura difficile. Pertanto in questo lavoro di ricerca una rete neurale convoluzionale a 16 strati (CNN) per esempio 01 input, 03 convolutional, 03 batch-normalization, 01 average pooling, 01 skips convolutional, 03 ReLU, 01 add (element-wise addition di due input), completamente vengono proposti i livelli di output connesso, softmax e di classificazione per la classificazione e YOLOv2-DFU per la localizzazione dei modelli di infezione / ischemia. Nella fase di classificazione, le caratteristiche profonde vengono estratte e fornite al numero di classificatori come KNN, DT, Ensemble, softmax e NB per analizzare i risultati della classificazione per la selezione dei migliori classificatori. Dopo la sperimentazione, abbiamo osservato che DT e softmax hanno ottenuto risultati coerenti per il rilevamento di ischemia / infezione in tutte le metriche delle prestazioni come sensibilità, specificità e accuratezza rispetto ad altri classificatori. Inoltre, dopo la classificazione, il modello Gradient-Weighted Class activation Mapping (Grad-Cam) viene utilizzato per visualizzare le caratteristiche di alto livello della regione infetta per una migliore comprensione. Le immagini classificate vengono trasmesse alla rete YOLOv2-DFU per la localizzazione della regione infetta. La rete Shuffle è utilizzata come pilastro del modello YOLOv2 in cui i colli di bottiglia estraevano le caratteristiche attraverso il layer ReLU node-199 e passavano al modello YOLOv2. Il metodo proposto è convalidato sul set di dati DFU-Part (B) di nuova concezione ei risultati vengono confrontati con l’ultimo lavoro pubblicato utilizzando lo stesso set di dati…

Per vedere tutto l’ articolo digita qui

[Tratto da: www.ieeexplore.ieee.org ]

%d blogger hanno fatto clic su Mi Piace per questo: