基于深度残差网络的皮肤癌识别

技术进步使人们能够从世界各地访问互联网。但迄今为止，偏远地区的医疗可及性仍然匮乏。本方案旨在弥合专科医生与患者之间的鸿沟。该原型可从手机或任何其他摄像头捕获的图像中检测皮肤癌。网络部署于云端服务器端处理以获得更精确的结果。深度残差学习模型被用于服务器端预测癌症概率。ResNet具有三个参数层。每层包含卷积神经网络、批归一化、最大池化与ReLU。目前该模型在ISIC-2017挑战赛上达到77%的准确率。