基于深度神经网络的皮肤癌分割与分类
计算机视觉与模式识别
2017-03-03 v1
摘要
作为一种皮肤癌，黑色素瘤非常危险。基于皮肤镜的早期检测和再碳化策略对黑色素瘤治疗至关重要。然而，训练有素的皮肤科医生主导诊断准确性。为了解决这个问题，许多努力聚焦于开发自动图像分析系统。在此我们报告一种基于深度学习技术的新策略，实现了极高的皮肤病变分割和黑色素瘤诊断准确率：1) 我们构建了一个分割神经网络 (skin_segnn)，实现了极高的病变边界检测准确率；2) 我们基于 Google inception v3 网络 (skin_recnn) 及其预训练权重构建了另一个极深神经网络。新设计的基于迁移学习的深度神经网络 skin_inceptions_v3_nn 有助于实现高预测准确率。
引用
@article{arxiv.1703.00534,
title = {Skin cancer reorganization and classification with deep neural network},
author = {Hao Chang},
journal= {arXiv preprint arXiv:1703.00534},
year = {2017}
}
备注
5 pages, 2 figures. ISIC2017