基于迁移学习技术的黑素细胞痣分类比较分析
计算机视觉与模式识别
2022-11-22 v1 人工智能
机器学习
摘要
皮肤癌是癌症的一种致命表现。皮肤细胞中未修复的脱氧核糖核酸 (DNA) 导致皮肤中的遗传缺陷并引发皮肤癌。为应对致命的死亡率以及飞涨的医疗成本，早期诊断必不可少。为应对这些挑战，研究人员已开发出多种皮肤癌快速检测工具。利用病灶特异性标准来区分良性皮肤癌与恶性黑色素瘤。在本研究中，对五种具有潜力可用于黑素细胞痣分类的基于迁移学习的技术进行了比较分析。这些技术基于深度卷积神经网络 (DCNNs)，其在数千张开源图像上进行了预训练，并在许多实例中用于日常分类任务。
引用
@article{arxiv.2211.10972,
title = {A Comparative Analysis of Transfer Learning-based Techniques for the Classification of Melanocytic Nevi},
author = {Sanya Sinha and Nilay Gupta},
journal= {arXiv preprint arXiv:2211.10972},
year = {2022}
}
备注
12 pages, 5 figures, submitted to International Conference on Advances and Applications of Artificial Intelligence and Machine Learning (ICAAAIML) 2022, to be published in Springer's Lecture Notes in Electrical Engineering