基于深度学习的黑色素瘤分类问题的研究

发布时间：2025-01-13 23:49

　　在众多皮肤病中,黑色素瘤是最常见且最致命的恶性皮肤癌症,严重威胁人类的身体健康。治疗黑色素瘤的有效方法是使用皮肤镜进行早期诊断,但是传统通过肉眼观察来诊断黑色素瘤的方法,极易受到医生个人主观经验的影响,造成误诊和漏诊。因此,利用计算机技术提高黑色素瘤诊断的准确率,以此辅助医生对黑色素瘤进行早期筛检,具有非常重要的研究价值和现实意义。在对黑色素瘤的分类问题的研究中发现,其中存在训练样本不足、不同类别之间区分度小及数据不均衡等问题。为解决上述问题,使用数据增强、卷积神经网络、生成式对抗网络等深度学习技术及集成学习,学习到的分类模型能够更加准确的分辨黑色素瘤。论文的主要研究工作和成果如下:1.针对黑色素瘤分类任务中存在的训练样本不足问题,在改进他人方法的基础上提出随机掩盖和非随机掩盖这两种数据增强方法。同时,基于生成式对抗网络生成假的训练样本,将其和真实训练样本按照比例融合,提出真假样本融合这种新的数据生成方法。上述方法的使用均有效提升了黑色素瘤的分类效果;2.针对黑色素瘤分类任务中存在的不同类别之间区分度小的问题,本文使用多种卷积神经网络自动进行图像分类特征的提取,最终选择使用ResNet-...

【文章页数】：85 页

【学位级别】：硕士

【部分图文】：

图1-1良性皮肤肿瘤Figure1-1.Benignskintumor

多样性(ColorVariegation)及肿瘤直径(Diameter)；在七点核对法中，医生主要依据肿瘤的颜色和纹理特征协助诊断，对非典型色素网格、不规则条纹等7个特征进行打分，达到诊断的目的。其他方法和上述两种方法比较相似，主要有PehambergerH等人提出的模....

图1-2黑色素瘤Figure1-2.Melanoma

因皮肤镜的广泛使用，产生了大量的皮肤镜图像，单纯依靠皮肤科医生的人工诊断以及样本病理分析往往效率低、成本大。计算机相对于人的优势在于计算机具有很强的计算能力，而一幅幅图像是以数据的形式在计算机中表示，将计算机强大的计算能力和人的主观分析能力相结合来构建黑色素瘤诊断系统，能够达到取....

图2-2垂直翻转图

11221babNa(a1,a2)是原图像中A点的坐标，(b1,b2)对应的是A点翻转后在新的水平、垂直翻转效果如图2-1、2-2所示。图2-1水平翻转图Figure2-1.Thediagramofhorizontalfli....

图2-3裁剪效果图

图2-3裁剪效果图Figure2-3.Thediagramofcrop)旋转像的旋转是一般是以图像中心点作为旋转中心，旋转一定的角度。小会改变，原始图像的部分区域会旋转出显示区域，对于这部分图操作。图像旋转的具体效果如图2-4所示，旋转的具体变换如下：点00....

本文编号：4026084