ty -jour a2 -bangyal，waqas haider au -liu，hao au -yue，yue，keqiang au -cheng，siyi au -li，li，wenjun au -fu，fu，zhihui py -2021 da -2021/04/04/07 ti-自动框架 - 自动框架使用深度学习SP -5514224 VL -2021 AB -Burn是一种常见的创伤性疾病，燃烧图像分割和烧伤深度诊断 - 燃烧率高和死亡率高。烧伤的治疗需要准确可靠的烧伤伤口和烧伤深度，在某些情况下可以挽救生命。但是，由于烧伤伤口的复杂性，烧伤的早期诊断缺乏准确性和差异。因此，我们使用深度学习技术来自动化和标准化烧伤诊断以减少人体错误并改善烧伤诊断。首先，创建了带有详细烧伤区域细分和刻录深度标签的燃烧数据集。然后，提出了基于深度学习方法的端到端框架，用于高级燃烧区域分割和烧伤深度诊断。该框架首先用于分割燃烧图像中的烧伤区域。在此基础上，可以通过扩展网络输出结构和刻录数据集的标签来实现总体表面积（TBSA）中燃烧面积百分比的计算。然后，该框架用于细分多个燃烧深度区域。 Finally, the network achieves the best result with IOU of 0.8467 for the segmentation of burn and no burn area. And for multiple burn depth areas segmentation, the best average IOU is 0.5144. SN - 1748-670X UR - https://doi.org/10.1155/2021/5514224 DO - 10.1155/2021/5514224 JF - Computational and Mathematical Methods in Medicine PB - Hindawi KW - ER -