基于非典型类数据平衡的皮肤癌智能诊断策略  

作　　者：彭建伟 谭政波 韩霖 庄艳 陈科[1] 林江莉[1] 

机构地区：[1]四川大学生物医学工程学院,四川成都610065 [2]海宏智像医疗科技(天津)有限责任公司,天津300480

出　　处：《电脑知识与技术》2023年第1期41-42,共2页Computer Knowledge and Technology

基　　金：四川省科技厅应用基础研究项目(2019YJ0055)。

摘　　要：皮肤癌早期诊断和筛查非常重要,但是皮肤癌识别难度较大,诊断准确度一直偏低。在国际皮肤影像协会举办的最近一次多分类竞赛ISIC2019上,冠军模型的平均准确率仅为63.6%。目前亟须性能良好的策略来提升皮肤病智能分类的准确性。经研究使用EfficientNet网络,并创新性提出非典型类数据平衡策略。用ISIC2019竞赛数据进行实验,结果显示,八分类的平均准确度高达82.4%。非典型类数据平衡策略为不均衡数据集的分类提供了一个新的方案。

关 键 词：皮肤癌图像 EfficientNet 不均衡数据集 多分类 ISIC2019 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]