Diagnosis of Scalp Disorders using Machine Learning and Deep Learning Approach — A Review

要約

頭皮疾患は他の病気に比べて罹患率は低いですが、患者の生活に与える影響は非常に大きいです。
フケ、乾癬、頭部白癬、脱毛症、アトピー性皮膚炎などの頭皮の問題を経験する人はよくいます。
WHOの調査によると、成人の約70％が頭皮に問題を抱えているとのこと。
記述的研究では、頭皮の障害によって髪の質が損なわれることが実証されていますが、これらの影響は早期の診断と治療によって回復可能です。
深層学習の進歩により、頭皮や皮膚の疾患の診断において、FCN と組み合わせた CNN の有効性が実証されました。
提案されている深層学習ベースの頭皮検査および診断システムの 1 つでは、画像顕微鏡と訓練されたモデルが、平均 97.41% ～ 99.09% の精度で頭皮疾患を正確に分類するアプリと組み合わされています。
別の研究では、CNN を使用して 82.9% の精度で乾癬を分類しました。
別の研究の一環として、ML ベースのアルゴリズムも採用されました。
SVM および KNN アルゴリズムを使用して、健康な頭皮と円形脱毛症を 91.4% と 88.9% の精度で正確に分類しました。
深層学習モデルを使用した頭皮関連疾患の診断は、計算能力とコンピュータービジョンの進歩により改善されましたが、さらなる改善の余地はまだ広いです。

要約(オリジナル)

The morbidity of scalp diseases is minuscule compared to other diseases, but the impact on the patient’s life is enormous. It is common for people to experience scalp problems that include Dandruff, Psoriasis, Tinea-Capitis, Alopecia and Atopic-Dermatitis. In accordance with WHO research, approximately 70% of adults have problems with their scalp. It has been demonstrated in descriptive research that hair quality is impaired by impaired scalp, but these impacts are reversible with early diagnosis and treatment. Deep Learning advances have demonstrated the effectiveness of CNN paired with FCN in diagnosing scalp and skin disorders. In one proposed Deep-Learning-based scalp inspection and diagnosis system, an imaging microscope and a trained model are combined with an app that classifies scalp disorders accurately with an average precision of 97.41%- 99.09%. Another research dealt with classifying the Psoriasis using the CNN with an accuracy of 82.9%. As part of another study, an ML based algorithm was also employed. It accurately classified the healthy scalp and alopecia areata with 91.4% and 88.9% accuracy with SVM and KNN algorithms. Using deep learning models to diagnose scalp related diseases has improved due to advancements i computation capabilities and computer vision, but there remains a wide horizon for further improvements.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google