基于大数据 CNN 模型在黑色素瘤皮肤病变分类中的评估
图像与视频处理
2020-09-02 v1 计算机视觉与模式识别
机器学习
摘要
本章提出了一种使用卷积神经网络诊断色素性皮肤病变的方法学。该架构基于卷积神经网络，并使用新的 CNN 模型以及预存在 CNN 模型的再训练修改版进行评估。实验结果表明，在大数据集上预训练用于通用图像分类的 CNN 模型，当再训练以识别皮肤病变类型时，相较于从皮肤镜图像显式训练的卷积神经网络模型，提供了更准确的结果。最佳性能通过再训练一个修改版 ResNet-50 卷积神经网络实现，准确率为 93.89%。还进行了皮肤病变病理学类型分析，其中黑色素瘤与基底细胞癌的分类准确率分别为 79.13% 与 82.88%。
引用
@article{arxiv.2007.05446,
title = {Evaluation of Big Data based CNN Models in Classification of Skin Lesions with Melanoma},
author = {Prasitthichai Naronglerdrit and Iosif Mporas},
journal= {arXiv preprint arXiv:2007.05446},
year = {2020}
}
备注
Series Title: Studies in Computational Intelligence, Book Title: Deep Learning for Cancer Diagnosis, Series Volume: 908, DOI: 10.1007/978-981-15-6321-8, eBook ISBN: 978-981-15-6321-8