Computer-aided Diagnosis of Malaria through Transfer Learning using the ResNet50 Backbone

要約

タイトル：ResNet50バックボーンを使用した転移学習によるマラリアのコンピュータ支援診断

要約：
– 2022年の世界マラリア報告書によれば、2021年にマラリアの247百万件の症例と619,000人の関連死亡が報告されました。
– マラリアは、アフリカの熱帯地域、一部の東南アジア、中南米において、特に支配的な疾患であり、プラスモジウム寄生虫によって引き起こされ、アノフェレス蚊の刺咬によって循環されます。
– 通常、人間の血液の標本中で寄生虫を手動で識別することは、正確性に変動があり長く時間がかかるタスクです。
– そこで、ResNet50 Deep Neural Networkを使用してマラリア薄い血液細胞画像を自動分類し、寄生虫感染を有するものと無感染のものとを識別するコンピュータ支援診断法を提案します。
– 当論文では、ResNet50モデルを150エポックでNational Library of Medicine’s Lister Hill National Center for Biomedical Communicationが提供するオープンアクセスのデータベースにて事前学習させ、結果は98.75％の精度、99.3％の適合率、99.5％の再現率を示しました。
– 一般的な手法と比較して、VGG16、水域分割、ランダムフォレストなどの類似モデルよりも、より優れた性能を示していることがわかりました。

要約(オリジナル)

According to the World Malaria Report of 2022, 247 million cases of malaria and 619,000 related deaths were reported in 2021. This highlights the predominance of the disease, especially in the tropical and sub-tropical regions of Africa, parts of South-east Asia, Central and Southern America. Malaria is caused due to the Plasmodium parasite which is circulated through the bites of the female Anopheles mosquito. Hence, the detection of the parasite in human blood smears could confirm malarial infestation. Since the manual identification of Plasmodium is a lengthy and time-consuming task subject to variability in accuracy, we propose an automated, computer-aided diagnostic method to classify malarial thin smear blood cell images as parasitized and uninfected by using the ResNet50 Deep Neural Network. In this paper, we have used the pre-trained ResNet50 model on the open-access database provided by the National Library of Medicine’s Lister Hill National Center for Biomedical Communication for 150 epochs. The results obtained showed accuracy, precision, and recall values of 98.75%, 99.3% and 99.5% on the ResNet50(proposed) model. We have compared these metrics with similar models such as VGG16, Watershed Segmentation and Random Forest, which showed better performance than traditional techniques as well.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI