基于视觉Transformer的皮肤癌分割与分类用于皮肤镜非侵入式数字系统的自动分析
图像与视频处理
2024-01-11 v1 计算机视觉与模式识别
机器学习
摘要
皮肤癌是一项全球性健康问题，需要早期准确诊断以改善患者预后。本研究引入了一种开创性的皮肤癌分类方法，采用视觉Transformer（Vision Transformer），这是一种以在多种图像分析任务中取得成功而闻名的前沿深度学习架构。利用包含10,015张精心标注的皮肤病变图像的HAM10000数据集，模型经过预处理以增强鲁棒性。经适配用于皮肤癌分类任务的视觉Transformer利用自注意力机制捕捉复杂的空间依赖关系，取得了优于传统深度学习架构的性能。Segment Anything Model辅助实现癌变区域的精确分割，获得了较高的IOU和Dice系数。大量实验凸显了模型的优越性，特别是基于Google的ViT patch-32变体，达到了96.15%的准确率，并展示了作为皮肤科医生进行皮肤癌诊断的有效工具的潜力，有助于推动皮肤病学实践的进步。
引用
@article{arxiv.2401.04746,
title = {Skin Cancer Segmentation and Classification Using Vision Transformer for Automatic Analysis in Dermatoscopy-based Non-invasive Digital System},
author = {Galib Muhammad Shahriar Himel and Md. Masudul Islam and Kh Abdullah Al-Aff and Shams Ibne Karim and Md. Kabir Uddin Sikder},
journal= {arXiv preprint arXiv:2401.04746},
year = {2024}
}