HyperAIHyperAI

Command Palette

Search for a command to run...

Évaluation de la sévérité de l’acné sur des images faciales par extraction et guidage des connaissances a priori

Xue Cheng Jing Yang Haiyan You Xiguang Liu Yi Guan Zhaoyang Ma Dongxin Chen Jingchi Jiang Yi Lin

Résumé

L’acné vulgaris affecte sérieusement la vie quotidienne des individus. Dans cet article, nous proposons un cadre de classification de l’acné faciale, une nouvelle approche destinée à résoudre le problème de classification d’images où le nombre et le type d’objets de petite taille constituent des indices déterminants. Ce cadre se compose de deux composants : l’extraction de connaissances a priori et un réseau guidé par ces connaissances a priori. L’extraction de connaissances a priori utilise une méthode de segmentation performante pour prédire les zones lésées, servant ainsi de connaissance a priori. Le réseau guidé par les connaissances a priori intègre cette connaissance a priori et l’image correspondante afin d’évaluer la gravité de l’acné. Les résultats expérimentaux démontrent que notre cadre atteint un niveau d’état de l’art et une précision diagnostique comparable à celle des dermatologues.


Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp