基于像素级分类网络的多类皮损诊断
计算机视觉与模式识别
2018-07-25 v1
摘要
由于不同皮肤病变在颜色、大小、部位和外观方面存在高度的类间相似性和类内差异，皮肤病变的诊断是一项极具挑战性的任务。随着计算机视觉尤其是深度学习算法的出现，利用在皮肤镜图像上训练的这些算法进行病变诊断成为可能。通常，深度分类网络被用于病变诊断以确定不同类型的皮肤病变。在这项工作中，我们使用像素级分类网络而非分类网络来进行病变诊断。我们提出使用 DeeplabV3+ 对 ISIC Challenge 2018 任务 3 中的皮肤镜图像进行多类病变诊断。我们在该挑战中结合 DeeplabV3+ 使用了多种后处理方法以确定病变诊断，并提交了测试结果。
引用
@article{arxiv.1807.09227,
title = {Multi-Class Lesion Diagnosis with Pixel-wise Classification Network},
author = {Manu Goyal and Jiahua Ng and Moi Hoon Yap},
journal= {arXiv preprint arXiv:1807.09227},
year = {2018}
}
备注
6 pages, 4 figures and 2 tables