Кожные проявления аллергии: результаты тестирования YOLO и VGG-16
Краткое изложение публикации в сообществе «Врачи РФ» от .
Магистрант МТУСИ Анвар Баширов под руководством Лилии Вороновой предложил сверточную нейросеть для классификации кожных проявлений аллергии. В проекте использовали VGG-16, анализировавшую изображение целиком, и YOLO, выявлявшую участки с признаками заболевания. Модели обучали на 3 345 изображениях из публичных интернет-источников, размеченных по 28 группам заболеваний.
В тестах YOLO показала наиболее высокие метрики для аквагенной крапивницы (98%), аллергического конъюнктивита (95%) и периорального дерматита (100%). Для VGG-16 указаны результаты: свыше 90% для аллергического конъюнктивита, 79% для варикозной экземы и 60% для стригущего лишая. Исследователи планируют применять модели для аллергических реакций со схожими визуальными признаками. Для более точной диагностики крапивницы и экземы требуются дополнительные признаки, например сведения об обстоятельствах поражения кожи.
Главное
- Анвар Баширов предложил нейросетевой подход к классификации кожных проявлений аллергии под руководством Лилии Вороновой.
- Для обучения использовали 3 345 изображений из публичных интернет-источников, размеченных по 28 группам заболеваний.
- YOLO показала наиболее высокие метрики для аквагенной крапивницы (98%), аллергического конъюнктивита (95%) и периорального дерматита (100%).
- VGG-16 распознавала аллергический конъюнктивит (свыше 90%), варикозную экзему (79%) и стригущий лишай (60%).
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация