科创中国
一种基于深度学习的黑色素瘤皮肤病的分类识别方法
发布时间: 2024-09-24
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
生物制造
成果介绍
为了克服已有黑色素瘤皮肤病的分类方式的样本偏少、数据不均衡导致的分类识别率较低的不足，本发明提供一种有效提高黑色素瘤皮肤病分类识别率的基于深度学习的黑色素瘤皮肤病的分类识别方法，通过联合不同的神经网络模型，以分阶段分类的过程，多种类型训练图片输入，从而让网络训练更充分，提高网络模型的分类准确率。
成果亮点
一种基于深度学习的黑色素瘤皮肤病的分类识别方法，将原始图像、采用类激活图剪切的图像、医生手工分割的病变区域二值掩膜图像分别进行数据预处理；采用图像分类网络，将它们最后一层进行联合，三种训练集图片分别输入这三个网络，图片正向输入网络，并通过反向传播最小化代价函数更新权值，求出对第一类非增值性损伤皮肤病分类效果最优组合；先采用联合网络1对第一类皮肤病单独分类，再使用联合网络2将剩余数据中的第二类皮肤病分类出来；剩余的就是恶性皮肤病，得到皮肤病分类准确率1；再得到皮肤病分类准确率2；得到皮肤病分类准确率3；将最高的准确率作为最终的结果。本发明有效提高黑色素瘤皮肤病分类识别率。
团队介绍
浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”（2011计划）协同创新中心牵头高校和浙江省首批重点建设高校，坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务，以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色，大力培养德智体美劳全面发展，富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。
成果资料
产业化落地方案
成果综合评价报告
评价单位：- (-) 评价时间：2024-09-30
下载app