基于ResNet的皮肤癌分类识别研究

发布时间：2025-04-18 00:29

　　人体的皮肤是直接暴露在空气和阳光下的,因为皮肤是人的身体防御有害物质的第一道防线,所以它可能由于多种原因(例如环境,食物和遗传因素)导致皮肤癌变。皮肤上的肿瘤呈恶性被称为皮肤癌症,按照不一样肿瘤细胞,定义不同类型的皮肤癌,包括表皮、皮肤软组织、黑素细胞、皮肤淋巴网状组织和造血组织等等。就目前的诊断来说,皮肤癌的死亡率还是依旧居高不下,所以开发基于ResNet的皮肤癌诊断平台可以进行早期的诊断以及后续去医院的治疗,这样可以降低皮肤癌的死亡率。但是现有的技术仍然难以在大规模数据集上取得良好的效果,我们以此来进行探讨,这在医学领域有着重大意义。卷积神经网络(CNN)的特征检测层会从训练集的样本中学习,因此在使用卷积神经网络(CNN)时,需要去掉显式的特征提取,而从训练数据中进行隐式地学习。本文中,我们使用的是:皮肤病变分类中单个深度卷积神经网络,该网络只是使用疾病标签作为输入,直接在图像中端到端的训练。ResNet:深度残差网络(Residual Network,下文简写为ResNet),本质上与VGG网络相比,此网络利用avg pool代替全连接,节省大量参数。它学习输入和输出之间的残差表示...

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

图2.1皮肤病变图

第2章相关技术介绍9第2章相关技术介绍本章首先对皮肤癌变的相关医学知识进行介绍，对皮肤癌的概念进行简述；从皮肤癌变成像的医学角度介绍皮肤癌变的状态；然后介绍了常用的图像分类算法；在之后引入Deeplearning的概念以及CNN的相关内容；最后简单介绍基于CNN的皮肤癌的分类方法....

图2.2最小距离分类（2）多级切割分类法：利于直接看懂怎样切割特征空间，并且可以把等待

第2章相关技术介绍12信息。特征编码:上一步中包括冗余与噪声，应该提升特征鲁棒性的表达，可以利用特征变换算法对上一步进行编码。常用的方法包括向量量化编码、稀疏编码、Fisher向量编码等。空间特征约束:第二步结束，会通过空间特征约束。在空间范围内，每一维特征中，取MAX值或者平均....

图2.3多级切割分类（3）特征曲线窗口法：对不一样的特征进行分类，取决于选择特征参数与

第2章相关技术介绍13图2.3多级切割分类（3）特征曲线窗口法：对不一样的特征进行分类，取决于选择特征参数与窗口大小，选择不一样的特征参数和窗口大小，需要按照在不一样特征参数空间里的分布状况来决定。（4）最大似然比分类法：经常使用，对各个像素进行运算，对不同类型的归属概率，把其分....

图2.4最大似然比分类

第2章相关技术介绍13图2.3多级切割分类（3）特征曲线窗口法：对不一样的特征进行分类，取决于选择特征参数与窗口大小，选择不一样的特征参数和窗口大小，需要按照在不一样特征参数空间里的分布状况来决定。（4）最大似然比分类法：经常使用，对各个像素进行运算，对不同类型的归属概率，把其分....

本文编号：4040233