ComplexWoundDB: A Database for Automatic Complex Wound Tissue Categorization

要約

複雑な創傷は、通常、皮膚の厚さが部分的または完全に失われ、二次的な意図によって治癒します。
それらは急性または慢性であり、感染症、虚血および組織壊死、および全身性疾患との関連性が考えられます。
世界中の研究機関が数え切れないほどの症例を報告しており、深刻な公衆衛生上の問題に発展しています。これは、それらが人的資源 (医師や医療専門家など) を巻き込み、生活の質に悪影響を及ぼすためです。
この論文では、複雑な創傷を、非創傷領域、肉芽、フィブリノイド組織、乾性壊死、血腫の 5 つのカテゴリに自動的に分類するための新しいデータベースを提示します。
画像は、圧力、血管潰瘍、糖尿病、火傷、および外科的介入後の合併症によって引き起こされる複雑な傷を伴うさまざまなシナリオで構成されています。
ComplexWoundDB と呼ばれるデータセットは、野生で取得された 27 ドルの画像からピクセルレベルの分類を計算するという点でユニークです。つまり、画像は患者の家で収集され、4 人の医療専門家によってラベル付けされます。
異なる機械学習技術を用いたさらなる実験は、コンピューター支援による複雑な創傷組織の分類の問題に対処する上での課題を証明しています。
この原稿は、文献で広く使用されている他のデータベースとの詳細な比較とともに、この地域の将来の方向性に光を当てています。

要約(オリジナル)

Complex wounds usually face partial or total loss of skin thickness, healing by secondary intention. They can be acute or chronic, figuring infections, ischemia and tissue necrosis, and association with systemic diseases. Research institutes around the globe report countless cases, ending up in a severe public health problem, for they involve human resources (e.g., physicians and health care professionals) and negatively impact life quality. This paper presents a new database for automatically categorizing complex wounds with five categories, i.e., non-wound area, granulation, fibrinoid tissue, and dry necrosis, hematoma. The images comprise different scenarios with complex wounds caused by pressure, vascular ulcers, diabetes, burn, and complications after surgical interventions. The dataset, called ComplexWoundDB, is unique because it figures pixel-level classifications from $27$ images obtained in the wild, i.e., images are collected at the patients’ homes, labeled by four health professionals. Further experiments with distinct machine learning techniques evidence the challenges in addressing the problem of computer-aided complex wound tissue categorization. The manuscript sheds light on future directions in the area, with a detailed comparison among other databased widely used in the literature.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google