使用 BigTransfer (BiT) 对黑素细胞痣图像进行分类

皮肤癌是一种致命疾病，每年夺走大量人类生命。彩色皮肤图像在不同皮肤病变（如黑色素瘤与痣）间表现出显著相似性，使识别与诊断更具挑战。黑素细胞痣可能演化引发致命黑色素瘤。因此，现行管理方案涉及移除那些外观吓人的痣。然而，这需要稳健的分类范式以区分良恶性黑素细胞痣。早期诊断亟需可靠的自动化系统来进行黑素细胞痣分类，以使诊断高效、及时且成功。本研究提出一种自动化分类算法。该技术利用一个在独立问题陈述上预训练的神经网络来对黑素细胞痣图像进行分类。所提方法使用 BigTransfer (BiT)，一种基于 ResNet 的迁移学习方法来将黑素细胞痣分类为恶性或良性。所得结果与现有技术的进行比较，且新方法的分类率被证明优于现有方法。