基于深度卷积神经网络的色素性皮肤病识别分类

作     者：何雪英 韩忠义 魏本征 HE Xueying;HAN Zhongyi;WEI Benzheng

作者机构：山东中医药大学理工学院济南250355 

基　　金：山东省自然科学基金资助项目(ZR2015FM010) 山东高等学校科技计划项目(J15LN20) 山东省医药卫生科技发展计划项目(2016WS0577) 山东省中医药科技发展计划项目(2017-001)~~ 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2018年第38卷第11期

页      码：3236-3240页

摘      要：针对当前皮肤病识别分类面临的两个主要问题:一是由于皮肤病种类繁多,病灶外观的类间相似度高和类内差异化大,尤其是色素性皮肤病,使得皮肤病的识别分类比较困难;二是皮肤病识别算法模型设计存在一定的局限性,识别率还有待进一步提高。为此,以VGG19模型为基础架构,训练了一个结构化的深度卷积神经网络(CNN),实现了色素性皮肤病的自动分类。首先,采用数据增强(裁剪、翻转、镜像)对数据进行预处理;其次,将在Image Net上预训练好的模型,迁移至增强后的数据集进行调优训练,训练过程中通过设置Softmax损失函数的权重,增加少数类判别错误的损失,来缓解数据集中存在的类别不平衡问题,提高模型的识别率。实验采用深度学习框架Py Torch,在数据集ISIC2017上进行。实验结果表明,该方法的识别率和敏感性可分别达到71.34%、70.01%,相比未设置损失函数的权重时分别提高了2.84、11.68个百分点,说明该方法是一种有效的皮肤病识别分类方法。

主 题 词：色素性皮肤病 皮肤镜图像 皮肤病分类 深度学习 卷积神经网络 类别不平衡 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.11772/j.issn.1001-9081.2018041224

馆 藏 号：203395195...