La segmentación de heridas desempeña un importante papel de apoyo en la observación y curación de heridas. Los métodos actuales de segmentación de imágenes incluyen los basados en el proceso tradicional de la imagen y los basados en redes neuronales profundas. Los métodos tradicionales utilizan las características artificiales de la imagen para completar la tarea sin grandes cantidades de datos etiquetados. Mientras tanto, los métodos basados en redes neuronales profundas pueden extraer las características de la imagen de forma efectiva sin el diseño artificial, pero se requieren muchos datos de entrenamiento. Combinando sus ventajas, este trabajo presenta un modelo compuesto de segmentación de heridas. El modelo utiliza el algoritmo de detección de pieles con heridas que hemos diseñado en el artículo para resaltar las características de la imagen. A continuación, las imágenes preprocesadas se segmentan mediante redes neuronales profundas. Por último, se aplican correcciones semánticas a los resultados de la segmentación. El modelo muestra un buen rendimiento en nuestro experimento.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Investigación sobre el mecanismo de movimiento ondulatorio del caballito de mar basado en una malla dinámica
Artículo:
Eficacia y Pronóstico: Cirugía preservadora del puente cutáneo de drenaje combinada con fistulotomía versus sólo fistulotomía en el tratamiento de la fístula anal
Artículo:
Un sistema BCI robusto y autodirigido basado en un paradigma SSVEP de cuatro clases: Algoritmos y protocolos para una comunicación cerebral directa de alta tasa de transferencia
Artículo:
Clasificación de imágenes hiperespectrales
Artículo:
Nanomateriales magnéticos derivados del quitosano: Síntesis, caracterización y adsorción de nitrito en agua