基于深度神经网络集成的黑色素瘤、痣与脂溢性角化病图像分类
计算机视觉与模式识别
2017-03-10 v1
摘要
这篇短文报告了 Casio 与信州大学联合团队参加 ISBI Challenge 2017——皮肤病变分析迈向黑色素瘤检测——第 3 部分：病变分类的方法与评估结果，该挑战赛由 ISIC 主办。我们的在线验证得分为 0.958，其中黑色素瘤分类器 AUC 为 0.924，脂溢性角化病分类器 AUC 为 0.993。
引用
@article{arxiv.1703.03108,
title = {Image Classification of Melanoma, Nevus and Seborrheic Keratosis by Deep Neural Network Ensemble},
author = {Kazuhisa Matsunaga and Akira Hamada and Akane Minagawa and Hiroshi Koga},
journal= {arXiv preprint arXiv:1703.03108},
year = {2017}
}
备注
4 pages. 3 figures. ISIC2017