Data Synthetic: Kubadilisha Mbio Katika Picha za Usoni Ili Kushughulikia Upendeleo katika Seti za Data za Matibabu

Watafiti wa UCLA wamebuni mbinu ya kubadilisha mbio inayoonekana ya nyuso katika hifadhidata ambazo hutumiwa kufunza mifumo ya mashine ya matibabu, katika jaribio la kurekebisha upendeleo wa rangi ambao hifadhidata nyingi za kawaida zinakabiliwa nao.

The mbinu mpya ina uwezo wa kutoa video ya uhalisia ya picha na sahihi ya kisaikolojia kwa kasi ya wastani ya sekunde 0.005 kwa kila fremu, na inategemewa kusaidia uundaji wa mifumo mipya ya uchunguzi wa utambuzi na ufuatiliaji wa huduma za afya za mbali - nyanja ambayo imepanuka sana chini ya vizuizi vya COVID. Mfumo huu umekusudiwa kuboresha utumiaji wa picha ya mbali ya photoplethysmography (rPPG), mbinu ya kompyuta ya kuona ambayo inatathmini maudhui ya video ya uso ili kugundua mabadiliko ya ujazo katika usambazaji wa damu kwa njia isiyo ya uvamizi.

Chanzo: https://arxiv.org/pdf/2106.06007.pdf. Bofya ili kupanua.

Ingawa kazi hiyo, inayotumia mitandao ya neva ya ushawishi (CNNs), inajumuisha kanuni za utafiti za awali. kuchapishwa na Chuo Kikuu cha Durham cha Uingereza mnamo 2020, programu mpya inakusudiwa kuhifadhi mawimbi ya nguvu katika data ya awali ya jaribio, badala ya kubadilisha tu mbio inayoonekana ya data, kama utafiti wa 2020 unavyofanya.

CNNs Kwa Mabadiliko ya Rangi

Sehemu ya kwanza ya mfumo wa kusimbuaji-kusimbuaji hutumia modeli ya uhamishaji wa mbio za Durham, iliyofunzwa mapema VGGFace2, ili kuzalisha fremu zinazolengwa na seva mbadala kwa kutumia kipengele cha awali cha Caucasian-to-Afrika cha utafiti wa Durham. Hii hutoa uhamishaji tambarare wa sifa za rangi, lakini haina tofauti za rangi na sauti zinazowakilisha viashiria vya kuona vya kisaikolojia vya hali ya mtiririko wa damu ya mgonjwa.

Bomba la mabadiliko kutoka kwa utafiti wa 2020 na Chuo Kikuu cha Durham, ambacho sehemu yake imejumuishwa katika utafiti mpya wa UCLA. Chanzo: https://arxiv.org/pdf/2004.08945.pdf. Bofya ili kupanua.

Mtandao wa pili, unaoitwa PhysResNet (PRN), hutoa sehemu ya rPPG. PhysResNet imefunzwa kujifunza mwonekano wa kuona na pia tofauti za rangi ambazo hufafanua mienendo ya kiasi cha damu chini ya ngozi.

Chini kushoto, matokeo yaliyopatikana na utafiti wa Durham wa 2020, bila habari ya PPG. Katikati kushoto, maelezo ya PPG yamejumuishwa katika mabadiliko ya rangi. Bonyeza ili kupanua.

Usanifu ambao mradi wa UCLA unapendekeza unashinda mbinu za rPPG zinazoshindana hata kwa kukosekana kwa uboreshaji wa rangi ya ngozi, ikiwakilisha uboreshaji wa 31% kwenye mbinu kama hizo zilizoboreshwa na MAE na RMSE.

Mtandao wa UCLA umefaulu kuhifadhi kiasi cha damu na taarifa za usambazaji. Bonyeza ili kupanua.

Watafiti wa UCLA wanatumai kuwa kazi ya siku zijazo itachukua changamoto kubwa zaidi kurekebisha upendeleo wa rangi katika sekta hii ya picha za matibabu, na wanatumai pia kwamba miradi ya baadaye itatoa video ya azimio la juu zaidi, kwani mfumo unaohusika ni mdogo kwa azimio la pikseli 80x80. - Inafaa vizuri kwa mapungufu ya telehealth, lakini sio bora.

Ukosefu wa Hifadhidata Tofauti za Kikabila

Hali za kiuchumi na kiutendaji zinazosababisha mkusanyiko wa data wa rangi tofauti zimekuwa kikwazo kwa utafiti wa matibabu kwa miaka kadhaa. Data inaelekea kuzalishwa kwa njia ya kutatanisha, na mambo mengi yanayochangia uwiano wa mara kwa mara wa watu wa Caucasian-centric wa masomo ya data. katika hifadhidata za magharibi ambazo watafiti wanatamani zinaweza kutumika kimataifa.

Katika nchi zilizo na idadi kubwa ya watu wenye ngozi nyeusi, vifaa na nyenzo zinazohitajika kukusanya data hukosekana mara kwa mara.

Ramani ya ulimwengu ya ngozi kwa watu wa kiasili, kutoka kwa Jarida la Marekani la Anthropolojia ya Kimwili.

Kwa sasa masomo ya watu wenye ngozi nyeusi hayawakilishwi sana katika hifadhidata za rPPG, zinazowakilisha 0%, 5% na 10% ya maudhui ya hifadhidata tatu za msingi zinazotumiwa kwa pamoja kwa madhumuni haya.

Data ya Caucasian ya Homogeneous

Utafiti mpya wa 2019 kuchapishwa in Bilim iligundua kuwa kanuni iliyoenea sana katika huduma ya hospitali ya Marekani ilikuwa na upendeleo kwa watu wa Caucasia. Utafiti huo uligundua kuwa watu weusi walikuwa na uwezekano mdogo wa kutumwa kwa huduma maalum katika viwango vya utatuzi na zaidi vya kulazwa hospitalini.

Utafiti zaidi katika mwaka huo kutoka kwa watafiti nchini Malaysia na Australia imara tatizo la jumla la 'Upendeleo wa Mbio za Mwenyewe' kwa ajili ya uzalishaji wa seti ya data katika maeneo mengi ya dunia, ikiwa ni pamoja na Asia.

Mapungufu yanayoweza kutokea ya Mizani na Usanifu

Baadhi ya vizuizi ambavyo vimesababisha mkusanyiko wa data wa makabila machache ni ya kimaadili badala ya maadili. Kadiri wingi wa data inayochangia inavyoongezeka, ndivyo inavyofanya jumla ya jumla katika mada zote zilizoangaziwa katika data hiyo, lakini ndivyo utaratibu wa mafunzo unavyoweza kuangazia muundo ndani ya sifa yoyote ya data, ikiwa ni pamoja na mbio, kwa sababu asilimia ndogo ya muda wa mafunzo, umakini na nyenzo zinapatikana kwa kila kikundi kidogo kinachotambulika cha data.

Hii inaweza kusababisha miundo ambayo inatumika sana lakini kupata matokeo mahususi sana, kutokana na vikwazo vya ukubwa wa data, uchumi wa ukubwa wa kundi, na vikwazo vya kiutendaji vya nafasi iliyofichwa kama kipengele cha rasilimali chache za maunzi.

Kwa upande mwingine uliokithiri, ingawa matokeo bora na ya punjepunje yanaweza kupatikana kwa kubana data ya pembejeo kwa seti ndogo zaidi ya sifa, ikiwa ni pamoja na ukabila, matokeo yanaweza kuwa 'ya kupita kiasi' kwa data ndogo, na haitumiki kwa mapana, labda hata. katika masomo ambayo hayajaonekana katika eneo lile lile la kijiografia ambapo masomo asili ya seti ya data yalipatikana.

Avatars Synthetic Kwa Uigaji wa PPG

Karatasi ya UCLA pia inabainisha kazi ya awali kutoka kwa Utafiti wa Microsoft mwaka wa 2020 kuhusu matumizi ya avatari za syntetisk zinazoweza kubadilika kwa rangi, ambazo hutumia usanisi wa picha za 3D ili kuunda video za uso zenye habari nyingi za PPG.

Ishara za usanii zilizoundwa na utafiti wa Microsoft, na picha zilizofuatiliwa na miale ambazo zina data ya PPG. Chanzo: https://arxiv.org/pdf/2010.12949.pdf. Bofya ili kupanua.