medRxiv 预印本· Desai, S., Gadgil, S., Gottala, V. A., Jesalpura, K., Ramnath, D., Gruzewska, E., Purandare, H., Liu, Y., Telang, U., Taylor, J. A., Sawhney, R., Tiwari, R., Webster, D. R., Shetty, S., Hassidim, A., Matias, Y., Howell, M., Venkatraman, S., Daryani, B., Chen, C., Kakarmath, S., Daswani, M., Wilson, M., Pullakhandam, R., Vispute, S., Thompson, M. ·· 23 天前AI 评分38
智能手机图像结合深度学习无创分级贫血严重程度:印度农村横断面研究
Smartphone-based Non-Invasive Classification of Anemia Severity using Deep Learning: A Cross-Sectional Study in Rural India
AI 导读
研究团队利用智能手机拍摄结膜图像并结合年龄、性别、妊娠状态,构建深度学习模型预测血红蛋白值,在印度古吉拉特邦农村人群(n=5,176)中验证。模型预测Hb的平均绝对误差为1.12 g/dL,检出任何贫血的敏感性和特异性均为70%,检出重度贫血的敏感性达90%、特异性80%。该模型在多种光照条件、肤色和手机型号下表现稳定,数据集已公开供研究使用。
来源:medRxiv 预印本 · medrxiv.org