基于经典与专家知识图像变换数据增强的卷积神经网络委员会用于黑色素瘤分类
计算机视觉与模式识别
2017-03-16 v2
摘要
皮肤癌是一个主要的公共健康问题，因为它是最常见的癌症类型，占全球癌症诊断的一半以上。早期检测影响疾病预后，这也激励了我们的工作。我们研究了卷积神经网络(CNN)委员会与数据增强在ISBI 2017黑色素瘤分类挑战赛(名为朝向黑色素瘤检测的皮肤病变分析)中的组合，以应对如此小规模、不平衡的生物数据库的特殊性。为此，我们探索了在ISBI挑战赛训练数据集上训练的卷积神经网络委员会，该数据集通过经典图像处理变换以及由关于病变轴的专家知识引导的图像扭曲进行了人工增强，从而改善最终分类器对常见黑色素瘤变化的不变性。
引用
@article{arxiv.1702.07025,
title = {Convolutional Neural Network Committees for Melanoma Classification with Classical And Expert Knowledge Based Image Transforms Data Augmentation},
author = {Cristina Nader Vasconcelos and Bárbara Nader Vasconcelos},
journal= {arXiv preprint arXiv:1702.07025},
year = {2017}
}