Explainable Multi-modal Wound Infection Classification from Images Enhanced with Generated Descriptions
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新深度学习框架SCARWID,旨在提高糖尿病足溃疡感染的诊断准确性。SCARWID通过合成文本描述增强伤口图像,在感染分类中实现了0.85的灵敏度和0.81的准确率,同时增强了可解释性,帮助护士更好地对齐检测结果与医学知识。
🎯
关键要点
-
糖尿病足溃疡(DFUs)感染可能导致严重并发症,包括组织坏死和肢体截肢,因此需要准确及时的诊断。
-
以往的机器学习方法主要通过分析伤口图像来识别感染,未利用医学笔记等额外元数据。
-
本研究提出了一种新深度学习框架SCARWID,通过合成文本描述增强伤口图像,提高感染检测效果。
-
SCARWID在伤口感染分类中,灵敏度达到0.85,特异性为0.78,准确率为0.81。
-
生成的说明增强了可解释性,帮助护士更好地对齐检测结果与医学知识。
🏷️