基于LBP与WLD的皮肤疾病检测：一种集成方法
计算机视觉与模式识别
2020-04-09 v1
摘要
在世界上所有发展中国家和发达国家中，皮肤疾病正成为各年龄段人群非常普遍的健康问题。皮肤问题影响心理健康，导致对酒精和药物成瘾，有时还会引起社会隔离。考虑到其重要性，我们提出了一种自动技术，从皮肤病变图像中检测三种常见皮肤病——麻风病、花斑癣和白癜风。所提出的技术利用韦伯局部描述符（Weber local descriptor）和局部二值模式（Local binary pattern）来表示患病皮肤区域的纹理模式。该集成技术使用基于重心不同区域提取特征的多层支持向量机分类器，达到了91.38%的准确率。我们还应用了一些流行的深度学习网络，如MobileNet、ResNet_152、GoogLeNet、DenseNet_121和ResNet_101。使用ResNet_101获得了89%的准确率。该集成方法明显优于所有使用的深度学习网络。该成像工具将有助于皮肤疾病的早期筛查。
引用
@article{arxiv.2004.04122,
title = {Skin Diseases Detection using LBP and WLD- An Ensembling Approach},
author = {Arnab Banerjee and Nibaran Das and Mita Nasipuri},
journal= {arXiv preprint arXiv:2004.04122},
year = {2020}
}