[论文解读] Monkeypox Image Data collection

Md Manjurul Ahsan, Muhammad Ramiz Uddin+1 more|arXiv (Cornell University)|Jun 3, 2022

Poxvirus research and outbreaks被引用 32

一句话总结

论文提出了一个从网页来源汇编的公开的猴痘图像数据集，通过增强扩展到大约1905张图像，以促进基于ML的诊断研究。

ABSTRACT

This paper explains the initial Monkeypox Open image data collection procedure. It was created by assembling images collected from websites, newspapers, and online portals and currently contains around 1905 images after data augmentation.

研究动机与目标

• 由于缺乏可用数据，推动创建用于计算分析的公开猴痘图像数据集。
• 描述从网站、报纸和在线门户收集数据的过程。
• 展示数据增强以增加数据集的规模和多样性，以用于机器学习。
• 强调数据集在训练基于图像的诊断模型和移动工具中的潜在应用。

提出的方法

• 从公共来源汇集猴痘、水痘、麻疹和正常皮肤图像。
• 使用 Keras ImageDataGenerator 应用数据增强以扩展数据集。
• 提供示例图像和直方图分析以说明图像特征。
• 通过 GitHub 仓库公开数据集。
• 参考相关数据集和先前的 COVID-19 图像数据收集工作以证明方法的正当性。

实验结果

研究问题

• RQ1 是否可以从开放网络来源有效构建用于计算分析的公开猴痘图像数据集？
• RQ2 数据增强如何影响猴痘相关图像数据集的大小和变异性？
• RQ3 生成的数据集是否适合用于训练基于图像的诊断模型（例如 CNN、GAN、迁移学习）以诊断猴痘？
• RQ4 与其他皮肤疾病相比，所收集图像的视觉和统计特征（例如直方图）有哪些？

主要发现

• 数据集包含 43 Monkeypox、47 Chickenpox、17 Measles 和 54 Normal 原始图像。
• 增强将数据集扩大到大约 1905 张图像。
• 数据集支持探索基于图像的猴痘诊断，并可能减少对 PCR 或显微镜的依赖。
• 示例图和直方图说明图像特征和分布。
• 数据集在 GitHub 上公开可供社区使用。