HyperAIHyperAI
il y a 17 jours

Identification de l'éruption cutanée de la rougeole à l'aide d'un réseau de neurones convolutif profond résiduel

Kimberly Glock, Charlie Napier, Andre Louie, Todd Gary, Joseph Gigante, William Schaffner, Qingguo Wang
Identification de l'éruption cutanée de la rougeole à l'aide d'un réseau de neurones convolutif profond résiduel
Résumé

La rougeole est extrêmement contagieuse et constitue l’une des principales causes de maladies et de décès évitables par vaccination dans les pays en développement, faisant chaque année plus de 100 000 victimes. La rougeole a été déclarée éliminée aux États-Unis en 2000, grâce à des décennies de vaccination réussie contre la maladie. En conséquence, un nombre croissant de professionnels de santé et de membres du public américains n’ont jamais vu la rougeole. Malheureusement, la rougeole a connu une réapparition aux États-Unis en 2019, avec 1 282 cas confirmés. Afin d’aider au diagnostic de la rougeole, nous avons recueilli plus de 1 300 images représentant diverses affections cutanées, que nous avons utilisées pour entraîner un réseau neuronal convolutif profond basé sur le résidu, dans le but de distinguer avec précision l’éruption de la rougeole des autres affections cutanées, en vue de développer, à l’avenir, une application mobile. Sur notre jeu de données d’images, notre modèle atteint une précision de classification de 95,2 %, une sensibilité de 81,7 % et une spécificité de 97,1 %, ce qui indique que le modèle est efficace pour faciliter un diagnostic précis de la rougeole, contribuant ainsi à la maîtrise des épidémies.

Identification de l'éruption cutanée de la rougeole à l'aide d'un réseau de neurones convolutif profond résiduel | Articles de recherche récents | HyperAI