HyperAIHyperAI

Command Palette

Search for a command to run...

KIEGLFN: إطار موحد لتقييم حب الشباب على صور الوجه

Gongning Luo Bingmei Liu Xue Cheng Haiyan You Yi Guan Dongxin Chen Zhaoyang Ma Jingchi Jiang Yi Lin

الملخص

تصنيف شدة حب الشباب يُعد إجراءً بالغ الأهمية لتشخيص دقيق ووضع خطط علاج شخصية لمرضى حب الشباب. ومع ذلك، لا توجد معايير موحدة لتصنيف حب الشباب في المجال الطبي. يهدف هذا العمل إلى تطوير نظام تشخيصي لحب الشباب يمكن تعميمه على معايير مختلفة. الطرق: تم تطوير إطار تصنيف موحد لحب الشباب يمكن تعميمه وتطبيقه وفقًا لمختلف معايير التصنيف. يقلد هذا الإطار التقدير الشامل للتشخيص الطبي من قبل أطباء الجلدية من خلال خطوتين. أولاً، تم اقتراح طريقة مُعدَّلة لمعالجة الصور تُفعِّل تصفية المعلومات غير ذات الصلة وتعزز المعلومات الأساسية. ثانياً، تم اقتراح بنية شبكة مبتكرة تدمج السمات العميقة الشاملة مع السمات المحلية لمحاكاة طريقة مقارنة الأطباء بين الجلد المحلي والملاحظة الشاملة. بالإضافة إلى ذلك، تم اقتراح استراتيجية تحسين نقل المعرفة (transfer fine-tuning) لنقل المعرفة السابقة من معيار تصنيف إلى آخر، مما يُحسِّن بشكل فعّال أداء الإطار في حالات البيانات المحدودة. النتائج: أظهرت طريقة المعالجة المسبقة فعالية في تصفية المناطق غير ذات صلة وتحسين أداء النماذج التالية. وبلغت دقة الإطار 84.52% و59.35% على مجموعتي بيانات مختلفتين على التوالي. الاستنتاجات: يتفوق تطبيق هذا الإطار على أفضل الأساليب الحالية بنسبة 1.71%، ويصل إلى مستوى تشخيص طبيب جلدية متخصص، كما أن استراتيجية التحسين بالنقل تُحسِّن الدقة بنسبة 6.5% في حالات البيانات الصغيرة.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp