基于分层卷积神经网络的皮肤镜图像分类方法

【摘要】针对皮肤镜图像数量不充足以及各类疾病之间影像数据不平衡的问题，提出一种融合类加权交叉熵损失函数和分层卷积神经网络的皮肤镜图像分类方法。首先对皮肤镜图像进行色彩恒常化处理，消除环境光源噪声；然后构建基于ResNet 50的分层卷积神经网络，并在迁移学习的基础上分别构建二分类和多分类卷积神经网络模型，根据皮肤镜图像的数量特点设置类加权交叉熵损失函数。实验结果表明，该方法具有较好的分类效果，分类准确率达到了85.94%，与未改进的分类模型ResNet 50相比，测试准确率提高了5.752%。

【关键词】ResNet50 ; 皮肤镜图像分类 ; 分层卷积神经网络 ; 过拟合

1 引言

皮肤病（也称皮肤色素性病变或者色素性皮肤病）是人类非常常见、高发的疾病之一，每天有数千万人受其困扰，其诊断大多采用专业的皮肤镜设备。皮肤镜成像是一种非侵入式的（相比于组织活检）成像技术，可以获取皮肤局部区域放大的、光照较好的图像，同时消除皮肤表面反射，增强皮肤病变斑块的成像清晰度。相比于传统的视觉诊断，这种皮肤镜的诊断方式可以大大提高准确率。

随着皮肤镜诊断方式的普及，皮肤镜图像数据猛增。现阶段依靠紧缺的皮肤科医生通过人工筛查皮肤镜图像来诊断疾病的方式耗时长、任务繁重、较为主观。皮肤镜的使用者需要具有一定的操作和临床经验，才能获得较好的效果。而据统计，我国皮肤科医生缺口已经达几十万名，并且皮肤病类型较多，若没有专业知识的指导，患者很难做出初步自我诊断。因此针对皮肤镜图像分类算法的研究迫在眉睫。

在计算机技术发展的早期出现了很多关于皮肤镜图像分类的方法，然而这些方法往往通过人工干涉来提取图像病变区域中的纹理、色彩和轮廓等特征，然后通过提取到

基于分层卷积神经网络的皮肤镜图像分类方法相关推荐

基于全卷积神经网络的前列腺磁共振图像分割
(本科毕业论文题目.摘要.关键词及相应的英文翻译,欢迎做前列腺分割的小伙伴可以加我qq:604395564一起交流呀) 基于全卷积神经网络的前列腺磁共振图像分割目的研究从前列腺磁共振图像中自动分割的 ...
一种基于深度卷积神经网络（DCNN）用于于头发和面部皮肤实时分割方法
团队信息摘要现代的语义分割方法通常过于关注模型的准确性,因此引入繁琐的主干,这会带来沉重的计算负担和内存占用.为了解决这个问题,作者提出了一种基于深度卷积神经网络(DCNN)的高效分割方法,用于头 ...
基于深度卷积神经网络的目标检测研究综述
基于深度卷积神经网络的目标检测研究综述人工智能技术与咨询来自<光学精密工程> ,作者范丽丽等摘要:作为计算机视觉中的基本视觉识别问题,目标检测在过去的几十年中得到了广泛地研究.目标检 ...
深度学习（十五）基于级联卷积神经网络的人脸特征点定位
基于级联卷积神经网络的人脸特征点定位原文地址:http://blog.csdn.net/hjimce/article/details/49955149 作者:hjimce 一.相关理论本篇博文主要 ...
基于深度卷积神经网络的农作物病害识别
基于深度卷积神经网络的农作物病害识别 1.研究思路运用深度学习的方法,基于ResNet-50以及 InceptionV3.MobileNet等神经网络,并在这些基础结构上改进部分模型.该研究主要 ...
(16) 基于图卷积神经网络的轨道交通流量预测
交通预见未来(16) 基于图卷积神经网络的轨道交通流量预测 1.文章信息 <Predicting Station-Level Short-Term Passenger Flow in a Cit ...
基于AlexNet卷积神经网络的手写体数字倾斜校正系统研究-附Matlab代码
⭕⭕ 目录 ⭕⭕ ✳️ 一.引言 ✳️ 二.AlexNet 网络 ✳️ 三.实验验证 ✳️ 3.1 实验数据集 ✳️ 3.2 数据训练 ✳️ 3.3 手写体倾斜数字校正结果 ✳️ 四.参考文献 ✳️ ...
Chemistry.AI | 基于图卷积神经网络（GCN）预测分子性质
GCN: Graph Convolutional Network(图卷积网络) 环境准备 Python版本:Python 3.6.8 PyTorch版本:PyTorch1.1.0 RDKit版本:RD ...
基于时间卷积神经网络的概率预测
https://www.toutiao.com/a6715386490647478797/ 基于时间卷积神经网络的概率预测题目: Probabilistic Forecasting with Tem ...

基于分层卷积神经网络的皮肤镜图像分类方法

1 引言

基于分层卷积神经网络的皮肤镜图像分类方法相关推荐

最新文章

热门文章