PulseAugur
中
实时 11:45:59
English(EN) AnemiaVision: Non-Invasive Anemia Detection via Smartphone Imagery Using EfficientNet-B3 with TrivialAugmentWide, Mixup Augmentation, and Persistent Patient History Management

AnemiaVision使用智能手机照片进行无创贫血检测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了AnemiaVision，一个基于网络的系统，能够通过智能手机拍摄的睑结膜和指甲床图像来检测贫血。该系统对EfficientNet-B3模型进行了微调，并结合了TrivialAugmentWide和Mixup等先进的数据增强技术，以及余弦退火学习率调度器。AnemiaVision在验证集上达到了96.2%的准确率和0.98的AUC-ROC，展示了其作为资源匮乏地区医护人员低成本、可及的筛查工具的潜力。源代码和系统本身均已公开。 AI

影响 提供了一种低成本、可及的AI驱动的贫血筛查工具，有望改善全球健康状况。

排序理由 详细介绍一种新型AI驱动诊断工具的学术论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

AnemiaVision使用智能手机照片进行无创贫血检测

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Rahul Patel ·

    AnemiaVision: Non-Invasive Anemia Detection via Smartphone Imagery Using EfficientNet-B3 with TrivialAugmentWide, Mixup Augmentation, and Persistent Patient History Management

    arXiv:2604.22964v1 Announce Type: new Abstract: Anemia affects over one billion people globally and remains severely under-diagnosed in low-resource regions where laboratory blood tests are inaccessible. This paper presents AnemiaVision, an end-to-end web-based system for non-inv…

相关实体

相关话题