一种针对皮肤病图像的数据增强方法，包括以下步骤：步骤1：依次随机无放回的从皮肤图像样本集M中选择一个样本mi；步骤2：随机从样本mi上选择一块大小固定的区域进行裁剪，被裁剪后的mi命名为mi1，从mi裁剪出来的图像命名为mi2；步骤3：随机有放回的从皮肤图像样本集B中选择一个宽度和高度都大于裁剪区域宽度和高度的样本bj；步骤4：从样本bj上随机选择一块大小固定的区域进行裁剪，裁剪后的bj命名为bj1，从bj裁剪出来的样本命名为bj2；步骤5：计算出c，对结果中非整像素值进行取整；步骤6:将c和mi1进行融合来组成新的mi。本发明提供一种提升皮肤病分类模型性能的针对皮肤病图像的数据增强方法。

为了克服已有技术皮肤病数据量少、皮肤病分类模型的性能受限的不足，本发明提供一种提升皮肤病分类模型性能的针对皮肤病图像的数据增强方法。本发明解决其技术问题所采用的技术方案是：一种针对皮肤病图像的数据增强方法，包括以下步骤：步骤1：依次随机无放回的从皮肤图像样本集M中选择一个样本mi；步骤2：随机从样本mi上选择一块大小固定的区域进行裁剪，被裁剪后的mi命名为mi1，从mi裁剪出来的图像命名为mi2；步骤3：随机有放回的从皮肤图像样本集B中选择一个宽度和高度都大于裁剪区域宽度和高度的样本bj；步骤4：从样本bj上随机选择一块大小固定的区域(和步骤1中从mi上裁剪的区域大小一致)进行裁剪，裁剪后的bj命名为bj1，从bj裁剪出来的样本命名为bj2；

针对皮肤病图像的数据增强方法具有广阔的应用前景，以下是一些可能的应用场景和优势：

医学研究与诊断：通过对皮肤病图像进行数据增强，可以增加训练数据的多样性，提高机器学习模型的准确性和泛化能力。这有助于医生更准确地诊断皮肤病，提供更好的治疗建议。

疾病监测与预防：数据增强可以帮助识别和监测皮肤病的早期症状，从而实现早期干预和预防措施。这对于一些严重的皮肤病，如皮肤癌，具有重要意义。

医学教育：增强后的皮肤病图像数据可以用于医学教育和培训，帮助医生和学生更好地了解各种皮肤病的特征和表现，提高诊断技能。

远程医疗：在远程医疗中，数据增强可以改善图像质量，使得远程诊断更加可靠和准确，为患者提供更好的医疗服务，尤其是在医疗资源有限的地区。

药物研发：通过对不同药物治疗前后的皮肤病图像进行数据增强和分析，可以评估药物的疗效，为药物研发提供有力支持。

人工智能与医疗结合：这种方法可以与人工智能技术结合，开发出智能诊断系统或辅助工具，为医生提供快速准确的诊断建议。

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。

裁剪出来的mi2和bj2都是三通道rgb图像，分别获取它们在每个通道上的值，对应位置上的像素点的值也是由三通道数值组成，每个通道上的数值按照公式c＝λ*value(mi2)+(1-λ)*value(bj2)λ∈[0,1]来进行计算，对结果中非整像素值进行取整。其中value(mi2)表示从样本mi上裁剪出来的图像的像素值，value(bj2)代表从样本bj上裁剪出来的图像的像素值，λ表示一个从[0，1]的参数，用来控制mi2和bj2在总后融合中像素值所占的比例。

设置参数λ的主要目的是为了调节从不同样本集合中裁剪出来的样本再融合过程中各自像素值所占的比重。

本发明的有益效果主要表现在：该种数据增强方式不同于其他数据增强方式它们只使用原始训练集，对于每个类别中的样本进行变换得到增强样本。此种增强方式融合了不同类别样本上的信息，能对模型产生更大的干扰性，从而实现更好的正则化效果。同时，融合过程中可以根据人为地调节参数λ来控制融合区域中不同类别样本像素值所占的比重，更具灵活性。

技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地，希望具备此项技术研发的技术方，能够尽快承接此项目。