May, 2024
基于伤口组织中的胶原纤维深度学习预测伤口愈合进展的方法
Deep Learning Method to Predict Wound Healing Progress Based on Collagen Fibers in Wound Tissue
Juan He, Xiaoyan Wang, Long Chen, Yunpeng Cai, Zhengshan Wang
TL;DR我们提出基于深度学习的创新方法，通过分析创伤组织的组织学图像中的胶原纤维特征，预测创伤愈合的进展。通过利用深度学习模型的独特学习能力，我们的方法能够捕捉来自不同阶段创伤愈合的组织学图像中胶原纤维特征的变化，并将其分类为不同的创伤愈合阶段。通过迁移学习策略，我们对在 ImageNet 数据集上预训练的 VGG16 模型进行微调，以适应创伤组织的组织学图像分类任务。我们的模型在分类六个创伤愈合阶段的任务中达到了 82％的准确率。此外，我们还采用一种称为 LayerCAM 的类激活映射技术来增强模型的解释能力。LayerCAM 揭示了模型在做出预测时所依赖的图像区域，提供了对模型决策过程的透明度。这种可视化不仅有助于理解模型如何识别和评估胶原纤维特征，还增强了对模型预测结果的信任。据我们所知，我们提出的模型是第一个用于预测创伤愈合阶段的基于深度学习的分类模型。