文献检索-宁波市创意产业特色资源库

限定检索结果

基于深度学习的细粒度皮肤癌图像分类研究: 收藏
分享
引用; 《计算机应用与软件》2023年第6期40卷 140-146,204页; 作者：蔡立志章伟陈敏刚王乃琪上海计算机软件技术开发中心上海市计算机软件评测重点实验室上海201112 华东理工大学信息科学与工程学院上海200237; 基于深度学习的皮肤癌计算机辅助诊断技术在提高诊断准确率和效率方面取得了重大进展。以卷积神经网络为代表的深度学习技术已成为医疗影像分类识别中的主流技术。由于不同皮肤疾病图像特征的相似性,皮肤癌图像的分类问题属于图像的细...; 基于深度学习的皮肤癌计算机辅助诊断技术在提高诊断准确率和效率方面取得了重大进展。以卷积神经网络为代表的深度学习技术已成为医疗影像分类识别中的主流技术。由于不同皮肤疾病图像特征的相似性,皮肤癌图像的分类问题属于图像的细粒度分类问题,使用传统卷积神经网络并不能达到预期的效果,因为它忽略了医疗影像数据集自身的特性。以ResNet50模型作为特征提取网络,设计Navigator、Teacher、Scrutinizer网络,构建面向细粒度皮肤疾病诊断的NTS-Net网络,并融合皮肤图像元数据特征(metadata)。对比于通用的卷积神经模型取得更好的效果,在ISIC国际皮肤癌图像数据集上达到90%以上的精度。; 来源：详细信息评论

限定检索结果