Deep Learning for Diagonal Earlobe Crease Detection

要約

2022 年 6 月に Medical News Today に掲載された記事は、そのタイトルに根本的な疑問を提示しました: 耳たぶのしわは心臓発作を予測できますか?
著者は、終末動脈が心臓と耳に栄養を供給していると説明しました。
言い換えれば、血液供給が失われると、他の動脈が引き継ぐことができなくなり、組織の損傷を引き起こします.
その結果、一部の耳たぶには、しわに似た斜めの折り目、線、または深い折り目があります。
この論文では、一般に DELC またはフランクサインとして知られているこの特定のマーカーを検出するための一歩を踏み出します。
このため、最初の DELC データセットを公開しました。
さらに、注釈付きの写真で多数の最先端のバックボーンのパフォーマンスを調査しました。
実験的に、事前トレーニング済みのエンコーダーとカスタマイズされた分類器を組み合わせて 97.7% の精度を達成することで、この課題を解決できることを示しています。
さらに、パフォーマンスとサイズの間のバックボーンのトレードオフを分析し、MobileNet が最も有望なエンコーダーであると推定しました。

要約(オリジナル)

An article published on Medical News Today in June 2022 presented a fundamental question in its title: Can an earlobe crease predict heart attacks? The author explained that end arteries supply the heart and ears. In other words, if they lose blood supply, no other arteries can take over, resulting in tissue damage. Consequently, some earlobes have a diagonal crease, line, or deep fold that resembles a wrinkle. In this paper, we take a step toward detecting this specific marker, commonly known as DELC or Frank’s Sign. For this reason, we have made the first DELC dataset available to the public. In addition, we have investigated the performance of numerous cutting-edge backbones on annotated photos. Experimentally, we demonstrate that it is possible to solve this challenge by combining pre-trained encoders with a customized classifier to achieve 97.7% accuracy. Moreover, we have analyzed the backbone trade-off between performance and size, estimating MobileNet as the most promising encoder.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google