实体
ACNE04
ACNE04
PulseAugur coverage of ACNE04 — every cluster mentioning ACNE04 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
开发了用于痤疮严重程度分级和分析的AI框架
研究人员开发了两种新的AI框架LENS-GRF和CG-HAF，用于通过AI对痤疮严重程度进行分级。LENS-GRF是一种置换不变网络，结合了面部全局上下文和详细病灶分析，在ACNE04数据集上实现了高精度。CG-HAF是一种全局-局部融合框架，整合了整体严重程度概率和病灶负担描述符，以提高可解释性和在序数分级上的性能。两种方法都强调了详细的病灶证据和可解释的融合策略对于准确痤疮评估的重要性，同时也指出了由于评分标准不同而导致的跨数据集…
-
AI模型利用迁移学习准确评估痤疮严重程度
研究人员开发了一个四类痤疮严重程度分类器，该分类器使用EfficientNet-B0模型进行迁移学习，并在ACNE04数据集上进行了微调。该模型在测试集上达到了93.5%的准确率和94.4%的宏观F1分数，大多数错误发生在相邻等级之间。Grad-CAM可视化突出了临床相关的面部区域，并且该流程已作为开源实现提供Python和MATLAB版本。