基于强度值估计与卷积神经网络的黑色素瘤皮肤癌与痣瘊分类
计算机视觉与模式识别
2023-11-21 v1
摘要
黑色素瘤皮肤癌是最危险且危及生命的癌症之一。暴露于紫外线可能损伤皮肤细胞 DNA，从而导致黑色素瘤皮肤癌。然而，在初期阶段难以检测和分类黑色素瘤与痣瘊。在这项工作中，开发了一种基于强度值估计与卷积神经网络模型（CNN）的自动深度学习系统，以更准确地检测和分类黑色素瘤与痣瘊。由于强度水平是对象或感兴趣区域识别最具区分性的特征，从提取的病变图像中选取高强度像素值。将这些高强度特征纳入 CNN 相比最先进方法提升了所提模型检测黑色素瘤皮肤癌的整体性能。为评估系统，我们采用了 5 折交叉验证。实验结果显示取得了优越的准确率（92.58%）、灵敏度（93.76%）、特异度（91.56%）和精确率（90.68%）。
引用
@article{arxiv.2209.15465,
title = {Melanoma Skin Cancer and Nevus Mole Classification using Intensity Value Estimation with Convolutional Neural Network},
author = {N. I. Md. Ashafuddula and Rafiqul Islam},
journal= {arXiv preprint arXiv:2209.15465},
year = {2023}
}
备注
The paper has been accepted for publication in Computer Science journal: http://journals.agh.edu.pl/csci