人體的皮膚是直接暴露在空氣和陽光下的,因為皮膚是人的身體防御有害物質的第一道防線,所以它可能由于多種原因(例如環(huán)境,食物和遺傳因素)導致皮膚癌變。皮膚上的腫瘤呈惡性被稱為皮膚癌癥,按照不一樣腫瘤細胞,定義不同類型的皮膚癌,包括表皮、皮膚軟組織、黑素細胞、皮膚淋巴網狀組織和造血組織等等。就目前的診斷來說,皮膚癌的死亡率還是依舊居高不下,所以開發(fā)基于ResNet的皮膚癌診斷平臺可以進行早期的診斷以及后續(xù)去醫(yī)院的治療,這樣可以降低皮膚癌的死亡率。但是現有的技術仍然難以在大規(guī)模數據集上取得良好的效果,我們以此來進行探討,這在醫(yī)學領域有著重大意義。卷積神經網絡(CNN)的特征檢測層會從訓練集的樣本中學習,因此在使用卷積神經網絡(CNN)時,需要去掉顯式的特征提取,而從訓練數據中進行隱式地學習。本文中,我們使用的是:皮膚病變分類中單個深度卷積神經網絡,該網絡只是使用疾病標簽作為輸入,直接在圖像中端到端的訓練。ResNet:深度殘差網絡(Residual Network,下文簡寫為ResNet),本質上與VGG網絡相比,此網絡利用avg pool代替全連接,節(jié)省大量參數。它學習輸入和輸出之間的殘差表示...

【文章頁數】：68 頁

【學位級別】：碩士

【部分圖文】：

圖2.1皮膚病變圖

第2章相關技術介紹9第2章相關技術介紹本章首先對皮膚癌變的相關醫(yī)學知識進行介紹，對皮膚癌的概念進行簡述；從皮膚癌變成像的醫(yī)學角度介紹皮膚癌變的狀態(tài)；然后介紹了常用的圖像分類算法；在之后引入Deeplearning的概念以及CNN的相關內容；最后簡單介紹基于CNN的皮膚癌的分類方法....

圖2.2最小距離分類（2）多級切割分類法：利于直接看懂怎樣切割特征空間，并且可以把等待

第2章相關技術介紹12信息。特征編碼:上一步中包括冗余與噪聲，應該提升特征魯棒性的表達，可以利用特征變換算法對上一步進行編碼。常用的方法包括向量量化編碼、稀疏編碼、Fisher向量編碼等�？臻g特征約束:第二步結束，會通過空間特征約束。在空間范圍內，每一維特征中，取MAX值或者平均....

圖2.3多級切割分類（3）特征曲線窗口法：對不一樣的特征進行分類，取決于選擇特征參數與

第2章相關技術介紹13圖2.3多級切割分類（3）特征曲線窗口法：對不一樣的特征進行分類，取決于選擇特征參數與窗口大小，選擇不一樣的特征參數和窗口大小，需要按照在不一樣特征參數空間里的分布狀況來決定。（4）最大似然比分類法：經常使用，對各個像素進行運算，對不同類型的歸屬概率，把其分....

圖2.4最大似然比分類

第2章相關技術介紹13圖2.3多級切割分類（3）特征曲線窗口法：對不一樣的特征進行分類，取決于選擇特征參數與窗口大小，選擇不一樣的特征參數和窗口大小，需要按照在不一樣特征參數空間里的分布狀況來決定。（4）最大似然比分類法：經常使用，對各個像素進行運算，對不同類型的歸屬概率，把其分....

本文編號：4040233