Increasing Rosacea Awareness Among Population Using Deep Learning and Statistical Approaches

要約

全米酒さ協会によると、約1,600万人のアメリカ人が酒さを患っている。
酒さの意識を高めるために、深層学習と説明可能な統計的アプローチを使用した酒さの自動検出方法がこの論文で紹介されています。
深層学習手法では酒さの検出に ResNet-18 を適用し、統計的手法では酒さクラスと正常クラスの 2 つのクラスの手段と主成分分析を利用して顔画像から特徴を抽出し、自動検出します。
酒さの検出。
提案された方法の貢献は 3 つあります。
第一に、提案された方法は、酒さを患っている患者とこの病気に罹患していない人々を自動的に区別することができる。
第 2 に、統計的アプローチは、医師と患者が結果を理解し信頼できるようにする説明可能性の問題に対処します。
そして最後に、提案された方法は、一般の人々の酒さへの意識を高めるだけでなく、酒さは初期段階でより治療可能であるため、この病気に苦しむ患者に早期治療の可能性を思い出させるのにも役立ちます。
コードとデータは https://github.com/cyang322/rosacea_detection.git で入手できます。

要約(オリジナル)

Approximately 16 million Americans suffer from rosacea according to the National Rosacea Society. To increase rosacea awareness, automatic rosacea detection methods using deep learning and explainable statistical approaches are presented in this paper. The deep learning method applies the ResNet-18 for rosacea detection, and the statistical approaches utilize the means of the two classes, namely, the rosacea class vs. the normal class, and the principal component analysis to extract features from the facial images for automatic rosacea detection. The contributions of the proposed methods are three-fold. First, the proposed methods are able to automatically distinguish patients who are suffering from rosacea from people who are clean of this disease. Second, the statistical approaches address the explainability issue that allows doctors and patients to understand and trust the results. And finally, the proposed methods will not only help increase rosacea awareness in the general population but also help remind the patients who suffer from this disease of possible early treatment since rosacea is more treatable at its early stages. The code and data are available at https://github.com/cyang322/rosacea_detection.git.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google