基于 ISIC 2016-2020 数据集对黑色素瘤风险等级分类的计算机视觉综合评估研究
计算机视觉与模式识别
2023-02-21 v1
摘要
皮肤癌是最常见的癌症类型。具体来说，黑色素瘤是 75% 皮肤癌死亡的原因，尽管它是最不常见的皮肤癌。更好地检测黑色素瘤可能对数百万人产生积极影响。ISIC 档案库包含了最大的公开可用的皮肤病变皮镜图像集合。在这项研究中，我们研究了应用先进的计算机视觉深度学习技术从皮肤病变图像中识别黑色素瘤的有效性。通过回顾先前的方法，包括预训练模型、深度学习分类器、迁移学习等，我们证明了流行的深度学习方法在识别黑色素瘤等关键临床问题上的适用性。最后，我们提出了一种处理流程，在 ISIC 2016 - 2020 数据集上验证 AUC 大于 94%，灵敏度大于 90%。
引用
@article{arxiv.2302.09528,
title = {A Comprehensive Evaluation Study on Risk Level Classification of Melanoma by Computer Vision on ISIC 2016-2020 Datasets},
author = {Chengdong Yao},
journal= {arXiv preprint arXiv:2302.09528},
year = {2023}
}
备注
9 pages, 12 figures, 11 tables