സ്മാർട്ട് ബാത്ത്റൂം ഹെൽത്ത് മോണിറ്ററിംഗ്: ടോയ്ലറ്റ് ബൗൾ ഇമേജ് ക്ലാസിഫിക്കേഷൻ കേസ് സ്റ്റഡി
5 പ്രൈമറി ഇവന്റ് ക്ലാസുകൾ, ബ്രിസ്റ്റോൾ സ്റ്റൂൾ സ്കെയിൽ ക്ലിനിക്കൽ സ്കോറിംഗ്, 20+ ആട്രിബ്യൂട്ട് ടാഗുകൾ എന്നിവ ഉപയോഗിച്ച് ഓരോ ബാച്ചിലും 10,000 ടോയ്ലറ്റ് ബൗൾ ചിത്രങ്ങൾ തരംതിരിക്കുന്ന ഒരു ഘടനാപരമായ മെഡിക്കൽ ഇമേജ് അനോട്ടേഷൻ പൈപ്പ്ലൈൻ ഷായിപ്പ് എങ്ങനെയാണ് നൽകിയത് - നോൺ-ഇൻവേസിവ് ഡിജിറ്റൽ ഹെൽത്ത് മോണിറ്ററിംഗ് AI-യെ ശക്തിപ്പെടുത്തുന്നു.
പ്രോജക്റ്റ് അവലോകനം
നോൺ-ഇൻവേസീവ് ഡിജിറ്റൽ ഹെൽത്ത് മോണിറ്ററിംഗ് സ്മാർട്ട് ബാത്ത്റൂം വിന്യാസത്തിലേക്ക് മാറിയപ്പോൾ, ആട്രിബ്യൂട്ട്-ലെവൽ ഗ്രാനുലാരിറ്റിയുള്ള ഒരു ഘടനാപരമായ തീരുമാന വൃക്ഷത്തിനെതിരെ ഉയർന്ന അളവിലുള്ള ടെലിസെൻട്രിക് ക്യാമറ ഇമേജറികളെ തരംതിരിക്കാൻ കഴിവുള്ള ഒരു ക്ലിനിക്കലി ഗ്രൗണ്ടഡ് അനോട്ടേഷൻ പൈപ്പ്ലൈൻ ക്ലയന്റിന് ആവശ്യമായി വന്നു.
ഇമേജ് യൂസബിലിറ്റി അസസ്മെന്റ്, പ്രൈമറി ഇവന്റ് ക്ലാസിഫിക്കേഷൻ, ബ്രിസ്റ്റോൾ സ്റ്റൂൾ സ്കെയിൽ സ്കോറിംഗ്, ആട്രിബ്യൂട്ട് ടാഗിംഗ്, ബാച്ച്-സൈക്കിൾ ക്യുഎ ഹാൻഡ്ഓഫ് എന്നിവ ഉൾക്കൊള്ളുന്ന എൻഡ്-ടു-എൻഡ് അനോട്ടേഷൻ പൈപ്പ്ലൈൻ ഷൈപ്പ് നിർമ്മിച്ചു - ഗ്യാസ്ട്രോഇന്റസ്റ്റൈനൽ ഹെൽത്ത് മോണിറ്ററിംഗ് എഐയ്ക്കായി ക്ലിനിക്കലി ബാധകമായ ഡാറ്റാസെറ്റുകൾ നിർമ്മിക്കുന്നു.
കീ സ്റ്റാറ്റസ്
ബാച്ച് അനുസരിച്ചുള്ള ചിത്രങ്ങൾ
10,000
ഡെലിവറി സൈക്കിൾ
14 ദിവസം
പ്രൈമറി ഇവന്റ് ക്ലാസുകൾ
5
ബ്രിസ്റ്റോൾ സ്കെയിൽ ശ്രേണി
1-7
വെല്ലുവിളികൾ
- കെട്ടിടം ഒരു ക്ലിനിക്കലി അടിസ്ഥാനത്തിലുള്ള വർഗ്ഗീകരണ സ്കീമ 5 പ്രാഥമിക ഇവന്റ് ക്ലാസുകളും 20+ ആട്രിബ്യൂട്ട് ടാഗുകളും ഉൾക്കൊള്ളുന്നു
- എയിൽ പ്രവർത്തിക്കുന്നു കർശനമായ 14 ദിവസത്തെ ബാച്ച് സൈക്കിൾ ഓരോ സൈക്കിളിലും 10,000 ചിത്രങ്ങൾ ഡെലിവർ ചെയ്യപ്പെടുന്നു
- പ്രയോഗിക്കുന്നു ബ്രിസ്റ്റോൾ സ്റ്റൂൾ സ്കെയിൽ 1–7 സ്കോറിംഗ് എല്ലാ മലമൂത്ര വിസർജ്ജന പരിപാടികളിലും സ്ഥിരമായി
- കൈകാര്യം മോണോക്രോമാറ്റിക്, തടസ്സപ്പെട്ട, ആർട്ടിഫാക്റ്റ് ബാധിച്ച ഉപയോഗക്ഷമത-ആദ്യ ട്രയേജ് ഉള്ള ഇമേജറി
- ഏകോപിപ്പിക്കുന്നു ക്ലയന്റ് QA ഹാൻഡ്ഓഫ് 7-ാം ദിവസവും 14-ാം ദിവസവും ഘടനാപരമായ നാഴികക്കല്ലുകളോടുകൂടി
പരിഹാരം
ഡിസിഷൻ ട്രീ വർഗ്ഗീകരണം
കോമ്പൗണ്ട് ഇവന്റുകൾക്കായി സംയോജിപ്പിക്കാവുന്ന ടാഗുകൾ (ഉദാഹരണത്തിന്, സ്റ്റൂളുമായി സംയോജിപ്പിച്ച ഫ്ലഷിംഗ്) ഉപയോഗിച്ച്, എംപ്റ്റി, യൂറിൻ, സ്റ്റൂൾ, ഫ്ലഷിംഗ്, ടോയ്ലറ്റ് സോപ്പ് എന്നീ അഞ്ച് പ്രാഥമിക ഇവന്റ് ക്ലാസുകൾ ഉൾക്കൊള്ളുന്ന ഒരു ഘടനാപരമായ ഡിസിഷൻ-ട്രീ വർക്ക്ഫ്ലോ ഷൈപ്പ് രൂപകൽപ്പന ചെയ്തു. തിരിച്ചറിയാവുന്ന ഇവന്റ് കോമ്പിനേഷനുകൾ സംരക്ഷിക്കുന്നതിനൊപ്പം ഒരു ഇവന്റ് അവ്യക്തമായ കേസുകൾ കൈകാര്യം ചെയ്യാൻ ഒരു ഇവന്റ് അൺക്ലീയർ ടാഗ് സഹായിച്ചു.
ക്ലിനിക്കൽ ബ്രിസ്റ്റോൾ സ്കെയിൽ സ്കോറിംഗ്
എല്ലാ മലം ഇവന്റുകൾക്കും, അനോട്ടേറ്റർമാർ 1 മുതൽ 7 വരെയുള്ള ബ്രിസ്റ്റോൾ സ്റ്റൂൾ സ്കെയിൽ സ്കോർ നൽകി, ബുദ്ധിമുട്ടുള്ള സന്ദർഭങ്ങളിൽ അൺക്ലിയർ അല്ലെങ്കിൽ മിക്സ് ഫ്ലാഗുകൾ ലഭ്യമാണ്. ഈ ക്ലിനിക്കൽ സ്കോറിംഗ് ലെയർ ഡാറ്റാസെറ്റിനെ ഗ്യാസ്ട്രോഇന്റസ്റ്റൈനൽ ഹെൽത്ത് മോണിറ്ററിംഗ് AI പരിശീലനത്തിന് നേരിട്ട് ബാധകമാക്കി.
റിച്ച് ആട്രിബ്യൂട്ട് ടാഗിംഗ്
പ്രാഥമിക വർഗ്ഗീകരണത്തിനപ്പുറം, ഓരോ ചിത്രത്തിനും മൂത്രമൊഴിക്കുന്ന സ്ട്രീം ദൃശ്യപരത, ടോയ്ലറ്റ് പേപ്പർ സാന്നിധ്യം, രക്തം കണ്ടെത്തൽ (സംശയിക്കപ്പെടുന്ന രക്തം, രക്തം കട്ടപിടിക്കൽ, രക്തക്കുഴലുകൾ എന്നിവ ഉൾപ്പെടെ), നാശത്തിന്റെ അടയാളങ്ങൾ, ക്യാമറ അഴുക്ക്, ഇമേജ് തടസ്സം, ഫ്ലാഷ് ആർട്ടിഫാക്റ്റുകൾ, മധ്യഭാഗത്തില്ലാത്ത ഫ്രെയിമിംഗ്, കുറഞ്ഞ വോളിയം, പൊങ്ങിക്കിടക്കുന്ന ഉള്ളടക്കം, ടോയ്ലറ്റ് ചോർച്ചകൾ എന്നിവ ഉൾക്കൊള്ളുന്ന ആട്രിബ്യൂട്ട് ടാഗുകൾ ലഭിച്ചു. ഓറഞ്ച് അല്ലെങ്കിൽ പർപ്പിൾ-നീല ടോണുകളിലുള്ള മോണോക്രോമാറ്റിക് ചിത്രങ്ങൾക്ക് അധിക വർണ്ണ പതാകകൾ ലഭിച്ചു.
ഇമേജ് യൂസബിലിറ്റി ട്രയേജ്
ഓരോ ചിത്രത്തിന്റെയും ഉപയോഗക്ഷമതയും പ്രസക്തിയും ആദ്യം വിലയിരുത്തി. പിക്സലേറ്റഡ്, ഓവർഎക്സ്പോസ്ഡ്, പച്ച, ചാരനിറം, നോൺ-ടെലിസെൻട്രിക്, അല്ലെങ്കിൽ വിഷയത്തിന് പുറത്തുള്ള ചിത്രങ്ങൾ അവഗണിക്കപ്പെട്ടതായി ഫ്ലാഗ് ചെയ്തു. ലേബൽ ചെയ്ത ഡാറ്റാസെറ്റിലേക്ക് കോംപ്രമൈസ് ചെയ്ത ഇൻപുട്ടുകൾ പ്രവേശിക്കുന്നത് ഈ ട്രയേജ് ലെയർ തടഞ്ഞു, ഇത് മോഡൽ പരിശീലന നിലവാരം ഡൗൺസ്ട്രീമിൽ സംരക്ഷിക്കുന്നു.
രണ്ടാഴ്ചത്തെ ബാച്ച് സൈക്കിൾ & ക്വാളിറ്റി അഡ്മിഷൻ
വ്യക്തമായി നിർവചിക്കപ്പെട്ട നാഴികക്കല്ലുകളുള്ള കർശനമായ രണ്ടാഴ്ചത്തെ ബാച്ച് സൈക്കിളിലാണ് ഷായിപ്പ് പ്രവർത്തിച്ചത്. ഷായിപ്പ് ടാഗിംഗ് പൂർത്തിയാക്കിയ ശേഷം, ക്ലയന്റിന്റെ ആന്തരിക QA ടീം 7-ാം ദിവസം പകുതി ബാച്ചും 14-ാം ദിവസം മുഴുവൻ ബാച്ചും അവലോകനം ചെയ്തു. നിരസിച്ച ചിത്രങ്ങൾ ഫ്ലാഗ് ചെയ്ത് തിരുത്തലിനായി തിരികെ നൽകി, ബാച്ചുകളിലുടനീളം തുടർച്ചയായ ഗുണനിലവാര മെച്ചപ്പെടുത്തൽ ഉറപ്പാക്കി.
പദ്ധതി വ്യാപ്തി
| ഡാറ്റാസെറ്റ് തരം | ബാച്ചിലെ വോളിയം | ഇവന്റ് ക്ലാസുകൾ | ക്ലിനിക്കൽ സ്കോറിംഗ് | ആട്രിബ്യൂട്ട് ടാഗുകൾ | സൈക്കിൾ |
|---|---|---|---|---|---|
| സ്മാർട്ട് ടോയ്ലറ്റ് ഇമേജ് വർഗ്ഗീകരണം | ചിത്രങ്ങളും | 5 പ്രാഥമിക + കോമ്പിനേഷനുകൾ | ബ്രിസ്റ്റോൾ സ്റ്റൂൾ സ്കെയിൽ 1–7 | 20+ ടാഗുകൾ | 14 ദിവസം |
ഫലങ്ങൾ
- സ്ഥാപിച്ചത് ക്ലിനിക്കലി ഗ്രൗണ്ടഡ് അനോട്ടേഷൻ പൈപ്പ്ലൈൻ ആക്രമണാത്മകമല്ലാത്ത ഡിജിറ്റൽ ആരോഗ്യ നിരീക്ഷണ AI-ക്ക് വേണ്ടി
- സ്റ്റാൻഡേർഡ് 5-ക്ലാസ് പ്രൈമറി ഇവന്റ് വർഗ്ഗീകരണം സംയോജിപ്പിക്കാവുന്ന ടാഗ് ലോജിക്കോടെ
- കൈമാറി ബ്രിസ്റ്റോൾ സ്റ്റൂൾ സ്കെയിൽ 1–7 സ്കോറിംഗ് ഓരോ സ്റ്റൂൾ ഇവന്റിലും
- നിർമ്മിച്ചു 20+ ആട്രിബ്യൂട്ട് ടാഗുകൾ ക്ലിനിക്കൽ അവസ്ഥകൾ, ഇമേജ് ഗുണനിലവാരം, വിഷ്വൽ ആർട്ടിഫാക്റ്റുകൾ എന്നിവ ഉൾക്കൊള്ളുന്നു
- പരിപാലിക്കുന്നത് കർശനമായ 14 ദിവസത്തെ ബാച്ച് സൈക്കിളുകൾ ഘടനാപരമായ ക്ലയന്റ് QA ഹാൻഡ്ഓഫിനൊപ്പം
മൊത്തത്തിൽ, ഉയർന്ന അളവിലുള്ള മെഡിക്കൽ ഇമേജ് വർഗ്ഗീകരണ ആവശ്യകതയെ ക്ലിനിക്കലി ഘടനാപരമായ, പ്രൊഡക്ഷൻ-റെഡി അനോട്ടേഷൻ പൈപ്പ്ലൈനാക്കി മാറ്റാൻ Shaip സഹായിച്ചു - നോൺ-ഇൻവേസീവ് ഡിജിറ്റൽ ഹെൽത്ത് മോണിറ്ററിംഗ്, ഗ്യാസ്ട്രോഇന്റസ്റ്റൈനൽ AI, അറ്റ്-ഹോം ക്ലിനിക്കൽ ഡിസിഷൻ സപ്പോർട്ട് ആപ്ലിക്കേഷനുകൾ എന്നിവയെ സ്കെയിലിൽ പിന്തുണയ്ക്കാൻ കഴിവുള്ള ഒന്ന്.
ഇത് പതിവ് ഇമേജ് ടാഗിംഗ് അല്ലെന്ന് ഷൈപ്പിന് മനസ്സിലായി - അതൊരു ക്ലിനിക്കൽ അനോട്ടേഷൻ ആയിരുന്നു. അവരുടെ ബ്രിസ്റ്റൽ സ്കെയിൽ എക്സിക്യൂഷൻ, ആട്രിബ്യൂട്ട് ടാഗ് റിഗോർ, ബാച്ച് സൈക്കിൾ ഡിസിപ്ലിൻ എന്നിവ ഞങ്ങൾക്ക് മോഡൽ വിന്യാസത്തിൽ ആത്മവിശ്വാസത്തോടെ എടുക്കാൻ കഴിയുന്ന പരിശീലന ഡാറ്റ നൽകി.
