Assessing Cardiomegaly in Dogs Using a Simple CNN Model

要約

この論文では、VHS スコアに基づいて小さい、通常、大きいと分類された 1,400 個のトレーニング画像、200 個の検証画像、および 400 個のテスト画像で構成されるデータセットである DogHeart を紹介します。
カスタム CNN モデルが開発され、4 つの畳み込み層と 4 つの全結合層を備えた単純なアーキテクチャが特徴です。
データ拡張がないにもかかわらず、このモデルは心肥大の重症度分類において 72% の精度を達成しています。
この研究は犬の心臓状態の自動評価に貢献し、獣医療における早期発見と介入の可能性を強調しています。

要約(オリジナル)

This paper introduces DogHeart, a dataset comprising 1400 training, 200 validation, and 400 test images categorized as small, normal, and large based on VHS score. A custom CNN model is developed, featuring a straightforward architecture with 4 convolutional layers and 4 fully connected layers. Despite the absence of data augmentation, the model achieves a 72\% accuracy in classifying cardiomegaly severity. The study contributes to automated assessment of cardiac conditions in dogs, highlighting the potential for early detection and intervention in veterinary care.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google