-
题名基于卷积神经网络的皮肤病诊断多二分类器研究
被引量：1
- 1
-
-
作者
代闯闯
栾海晶
杨雪莹
过晓冰
牛北方
陆忠华
-
机构
中国科学院计算机网络信息中心
中国科学院大学
联想研究院
-
出处
《高技术通讯》
CAS
2022年第10期1025-1035,共11页
-
基金
中国科学院战略性先导科技专项(XDC01040100)
广西科技重大专项(桂科AA18118054)资助。
-
文摘
近年来,随着深度学习技术的日益普及与发展,卷积神经网络(CNN)被广泛应用于辅助医学诊断,并在医学影像诊断领域取得了重要的研究成果。本研究基于皮肤病数据种类繁多、特征不显著等特点,引入多二分类的研究方法搭建了从医学影像到计算机辅助诊断的框架,解决了目前皮肤病难以区分的问题,并在常见的皮肤病分类识别问题中得到具体检验。首先,本研究以3类常见的皮肤病数据集(白癜风、痤疮和银屑病)为例,实现了图像数据的增强、分割、多二分类器的构建、图像块的分类、皮肤病的判别等完整的工作流程。其次,在分组数据交叉验证下,三分类判别准确率为0.8320,四分类判别的准确率达到0.9125。最后,为了获得更高的准确率,在随机森林方法结果不理想的情况下,本研究引入了多二分类器网络架构,准确率达到了0.9377。
-
关键词
辅助医学诊断
卷积神经网络(CNN)
皮肤病
多二分类器
-
Keywords
auxiliary medical diagnosis
convolutional neural network(CNN)
dermatosis
multi-binary classier
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
R751
[医药卫生—皮肤病学与性病学]
-
