Analysis of 3D Urticaceae Pollen Classification Using Deep Learning Models

要約

気候変動のため、干し草熱は、影響を受ける人口の増加、延長された感情、厳しい症状を伴う、差し迫ったヘルスケアの問題になります。
正確な花粉の分類は、年間を通じて空中におけるアレルギー性花粉の傾向を監視し、自治体によって開始された予防戦略を導くのに役立ちます。
花粉分類のほとんどは、2D顕微鏡画像または3D画像データセットから派生した2D投影を使用しています。
この論文では、分類に3D画像の全体のスタックを使用し、異なるディープラーニングモデルで分類パフォーマンスを評価することを目指しています。
このホワイトペーパーで使用されている3D画像データセットは、urticaceaeファミリー、特にウルティカ属と頭頂部からのものであり、形態学的に類似しているが、アレルギー性の可能性が大きく異なります。
最適なレイヤー選択と拡張エポックを使用した事前に訓練されたResNet3Dモデルは、98.3％のF1スコアで最高のパフォーマンスを達成しました。

要約(オリジナル)

Due to the climate change, hay fever becomes a pressing healthcare problem with an increasing number of affected population, prolonged period of affect and severer symptoms. A precise pollen classification could help monitor the trend of allergic pollen in the air throughout the year and guide preventive strategies launched by municipalities. Most of the pollen classification works use 2D microscopy image or 2D projection derived from 3D image datasets. In this paper, we aim at using whole stack of 3D images for the classification and evaluating the classification performance with different deep learning models. The 3D image dataset used in this paper is from Urticaceae family, particularly the genera Urtica and Parietaria, which are morphologically similar yet differ significantly in allergenic potential. The pre-trained ResNet3D model, using optimal layer selection and extended epochs, achieved the best performance with an F1-score of 98.3%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google