使用简单的卷积神经网络模型评估犬科心脏肥大
原文中文，约300字，阅读约需1分钟。发表于：。该研究介绍了 DogHeart 数据集，由 1400 个训练图像、200 个验证图像和 400 个测试图像组成，根据 VHS 得分分为小、正常和大三类。该研究开发了一种定制的 CNN 模型，简单的架构包括 4 个卷积层和 4 个全连接层。尽管没有使用数据增强技术，该模型在犬类心脏肥大程度分类中实现了 72％的准确率。该研究对于犬类心脏疾病的自动评估有所贡献，突出了早期检测和干预在兽医护理中的潜力。
该研究介绍了DogHeart数据集，包括1400个训练图像、200个验证图像和400个测试图像。研究开发了一种CNN模型，准确率达到72％，对犬类心脏疾病的自动评估有所贡献。
