Studies in health technology and informatics · 2022
Automatic Wound Type Classification with Convolutional Neural Networks.
СтатьяНазвание и аннотация: Перевод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Malihi Leila, Hüsers Jens, Richter Mats L, Moelleken Maurice, Przysucha Mareike, Busch Dorothee, Heggemann Jan, Hafer Guido, Wiemeyer Stefan, Heidemann Gunther, Dissemond Joachim, Erfurt-Berge Cornelia, Hübner Ursula
Аннотация
Chronic wounds are ulcerations of the skin that fail to heal because of an underlying condition such as diabetes mellitus or venous insufficiency. The timely identification of this condition is crucial for healing. However, this identification requires expert knowledge unavailable in some care situations. Here, artificial intelligence technology may support clinicians. In this study, we explore the performance of a deep convolutional neural network to classify diabetic foot and venous leg ulcers using wound images. We trained a convolutional neural network on 863 cropped wound images. Using a hold-out test set with 80 images, the model yielded an F1-score of 0.85 on the cropped and 0.70 on the full images. This study shows promising results. However, the model must be extended in terms of wound images and wound types for application in clinical practice.