Adăugați la Mendeley

Repere

Detectarea obezității din imagini IR termice dintr-o cohortă de 50 de subiecți normali și 50 de subiecți obezi.

Trei regiuni proeminente, cum ar fi abdomenul, antebrațul și coada sunt realizate cu ajutorul IRT.

Regiunile abdomenului au prezentat o diferență de temperatură ridicată de până la 4,7% între normal și obez comparativ cu alte regiuni.

Pentru screening-ul automat al imaginilor IR termice în detectarea obezității, un CNN personalizat este proiectat și validat cu rețelele preinstruite de referință.

Modelul CNN Custom-2 instruit poate fi utilizat pentru screeningul asistat de computer al subiecților testați pentru detectarea obezității.

Abstract

Obiective

Studiul vizează următoarele: i) Construirea unei rețele personalizate de învățare profundă pentru clasificarea imaginilor termice ale regiunilor abdomenului, antebrațului și coajă în cazuri obeze și normale ii) Compararea performanțelor CNN propuse cu unele dintre stările de -modele CNN pre-instruite și de învățare automată în detecția obezității.

Metode

Cincizeci de subiecți sănătoși, împreună cu alți cincizeci de subiecți cu obezitate, au fost incluși în studiu. Temperatura medie a suprafeței pielii a fost măsurată în abdomen, coadă și regiunea antebrațului pentru subiecții normali și obezi. După mărirea datelor, imaginile sunt transmise către CNN propuse și rețelele pre-antrenate pentru instruire, validare și clasificare a termogramelor normale și obeze.

Rezultate

Dintre ROI studiat, regiunea abdominală a prezentat o diferență ridicată de temperatură de 4.703% între normal și obez comparativ cu alte regiuni. Rețeaua personalizată-2 propusă a furnizat o precizie generală de 92%, o valoare sub curba (AUC) de 0,948, în timp ce modelul pre-antrenat VGG16 net a produs o precizie de 79% și valoarea AUC de 0,90 pentru discriminarea în termograme obeze și normale.

Concluzii

Prin urmare, sistemul de învățare profundă bazat pe CNN personalizat a furnizat o performanță fiabilă de clasificare pentru a identifica apariția obezității la subiecții testați. Analiza experimentală a arătat că rețeaua CNN-2 personalizată a oferit un grad lăudabil de precizie în clasificarea subiecților normali și obezi din imaginile termice. Astfel, modelul CNN Custom-2 instruit poate fi utilizat pentru screeningul asistat de computer al subiecților testați pentru detectarea obezității.

Abstract grafic

diagnosticul
  1. Descărcare: Descărcați imaginea de înaltă rezoluție (175 KB)
  2. Descărcare: Descărcați imaginea la dimensiune completă

Anterior articolul emis Următorul articolul emis