Uroflowmetry-Classification

Implement of "Uroflowmetry Classification"

Overall Process

Pre-processing

Preprocessing first performs Canny edge detection, then finds the largest contour to crop the RoI.

Then perform resizing and normalization.

• For training, reference Find_RoI.py and img_preprocessing.ipynb .

Prerequisites

• python==3.8.8
  
• pytorch==1.8.1

Installation

The required packages are located in requirements.

pip install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=10.2 -c pytorch
pip install -r requirement.txt

Dataset

• Class는 총 6개(AUR, BPH, Normal, OAB, Stricture, Underactive bladder)로 위험, 경고, 정상 여부를 사용자에게 피드백 주는 것이 목표입니다.

• AUR은 급성 요폐, BPH는 양성 전립선 비대증, OAB는 과민성 방광, Stricture는 요도 협착증, Underactive bladder(UB)는 저활동성 방광입니다.

• 분류 기준은 배뇨량이 100이하이고, 잔뇨량이 300이하인 경우 혹은 잔뇨량이 400 이하인 경우 AUR로 Danger에 속합니다.

• Stricture는 최고 요속 5이하일 경우, BPH는 최고 요속 10 이하일 경우 Danger에 속합니다.

• BPH와 UB는 는 delta Q 값이 6.5 이하인 경우와 PVR-R이 40%이상인 경우 Danger에 속합니다. (delta Q는 최고 요속에서 평균 요속을 뺀 값 입니다.)

  • (BPH와 UB의 요속그래프는 매우 유사하기 때문에 Classification이 어렵습니다. 따라서, 후처리로 Danger와 Warning을 결정합니다.)

• Danger가 아닌 질환은 Warning에 속합니다.

Inference

python Inference.py --data_csv test.csv \

최종 추론에 사용되는 Pre-Processing 기준은 다음과 같습니다.

• Voided volume <= 100 and 잔뇨 >= 300
• 잔뇨 >= 400
• Voiding efficiency < 50% 이와 같은 경우 모델 추론 결과와 상관없이 위험 환자 입니다.

최종 추론에 사용되는 Post-Processing 기준은 다음과 같습니다.

• Delta Q와 PVR-R을 이용하여 각 환자에 따라 위험과 경고로 분류합니다.
  • Delta Q는 최고요속 - 평균요속
  • PVR-R은 잔뇨 / (잔뇨+배뇨량)
• BPH : 최고요속 10 이하 | Detla Q 6.5 이하 | PVR-R 40% 이상 => 위험
• OAB : 모든 경우 => 경고
• Stricture : 최고요속 5이하 => 위험
• UB : Detla Q 6.5 이하 | PVR-R 40% 이상 => 위험

Training

• For training, reference train.ipynb.

Testing

• For testing, reference test.ipynb.

Result

• reference /confusion_matrix.ipynb.

TODO

• main inference code
• Explanation dataset and Categorization