基于深度学习的实时糖尿病足Wagner等级自动筛查和检测

发布时间：2021-08-28 02:11

　　糖尿病足作为糖尿病最常见的并发症之一,因其治疗周期长,治疗费用高的问题而成为目前最为棘手的皮肤病之一。治愈糖尿病足患者的有效手段之一是对糖尿病足进行合理的分级和筛查。在大部分国家和地区,糖尿病足患者严重程度的分级依然依靠专业的足病医师,这种治疗方法存在治疗费用高、治疗时间长等缺点。且在大部分欠发达的国家和地区,由于缺乏医疗保健设施以及患者认知水平的不足,部分糖尿病足患者随着病情的加重,最终导致截肢。由此可见,开发一种远程、经济且高效的糖尿病足自动筛查系统成为糖尿病足辅助诊断及患者自我管理的有效方法。近些年,随着计算机算力以及深度学习的发展,计算机视觉得到了迅猛的进步,尤其是在医学图像分析领域,如核磁共振成像、皮肤镜以及糖尿病足领域。本文提出一种基于深度学习的自动筛查和检测糖尿病足Wagner等级的方法。本文使用采集到的2688张糖尿病足图片作为深度学习模型训练的数据集,然后采用目标检测算法,如Faster R-CNN,SSD,YOLOv3,对糖尿病足图片实现自动化的筛查和检测。本文使用图像混合、标签平滑以及学习模式转变以及更改Anchor Box数量和尺寸的方法改进上述三种目标检测算法... 

【文章来源】：中北大学山西省

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

三种常见的计算机视觉任务在糖尿病足图像分析处理上的示例

使用labelImg[35]

中北大学学位论文11=(+++)/（2.1） =()()（2.2）图2-1使用labelImg[35]注释工具在糖尿病足数据集上绘制人工标签的示例Figure2-1ExampleofdrawinggroundtruthondiabeticfootdatasetusinglabelImg[35]annotationtool图2-2人工标签后生成的xml文件示例Figure2-2Exampleofxmlfilegeneratedaftermanuallabeling


本文编号：3367572