留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于深度学习的皮肤影像分类

周航宁 谢凤英 姜志国 刘洁 晋红中 孟如松 崔勇

周航宁, 谢凤英, 姜志国, 刘洁, 晋红中, 孟如松, 崔勇. 基于深度学习的皮肤影像分类[J]. 协和医学杂志, 2018, 9(1): 15-18. doi: 10.3969/j.issn.1674-9081.2018.01.004
引用本文: 周航宁, 谢凤英, 姜志国, 刘洁, 晋红中, 孟如松, 崔勇. 基于深度学习的皮肤影像分类[J]. 协和医学杂志, 2018, 9(1): 15-18. doi: 10.3969/j.issn.1674-9081.2018.01.004
Hang-ning ZHOU, Feng-ying XIE, Zhi-guo JIANG, Jie LIU, Hong-zhong JIN, Ru-song MENG, Yong CUI. Classification of Skin Images Based on Deep Learning[J]. Medical Journal of Peking Union Medical College Hospital, 2018, 9(1): 15-18. doi: 10.3969/j.issn.1674-9081.2018.01.004
Citation: Hang-ning ZHOU, Feng-ying XIE, Zhi-guo JIANG, Jie LIU, Hong-zhong JIN, Ru-song MENG, Yong CUI. Classification of Skin Images Based on Deep Learning[J]. Medical Journal of Peking Union Medical College Hospital, 2018, 9(1): 15-18. doi: 10.3969/j.issn.1674-9081.2018.01.004

基于深度学习的皮肤影像分类

doi: 10.3969/j.issn.1674-9081.2018.01.004
基金项目: 

国家自然科学基金 61471016

国家自然科学基金 61371134

详细信息
    通讯作者:

    谢凤英 电话:010-82339249, E-mail:xfy_73@buaa.edu.cn

  • 中图分类号: R751;R445

Classification of Skin Images Based on Deep Learning

More Information
  • 摘要: 随着大数据时代的到来, 深度学习技术在图像分类、检测等任务中相对传统模式识别方法均取得了令人瞩目的突破。2017年1月, 斯坦福大学人工智能实验室采用深度学习方法对皮肤镜和临床皮损图像进行自动分类, 并在《自然》杂志上发表了相关研究成果, 代表了皮肤图像自动分析领域的最新研究进展。本文从数据库建立、研究方法设计以及试验结果分析等角度对这一研究工作进行解读, 并分析国内皮肤影像计算机辅助诊断的研究现状, 以及未来多源皮肤影像大数据分析与智能辅助诊断的发展空间, 以期推进我国皮肤疾病的医疗诊断水平。
  • 图  1  皮肤疾病分类树形结构示意图[10]

    图  2  GoogLeNet Inception-v3结构图[10]

  • [1] Schmid-Saugeona P, Guillodb J, Thirana JP.Towards a computeraided diagnosis system for pigmented skin lesions[J]. Comput Med Imaging Graph, 2003, 27:65-78. doi:  10.1016/S0895-6111(02)00048-4
    [2] Abbas Q, Celebi ME, García IF. Hair removal methods:a comparative study for dermoscopy images[J]. Biomed Signal Process Control, 2011, 6:395-404. doi:  10.1016/j.bspc.2011.01.003
    [3] Xie F, Bovik AC. Automatic segmentation of dermoscopy images using self-generating neural networks seeded by genetic algorithm[J]. Pattern Recognition, 2013, 46:1012-1019. doi:  10.1016/j.patcog.2012.08.012
    [4] Sáez A, Serrano C, Acha B. Model-based classification methods of global patterns in dermoscopic images[J]. IEEE Trans Med Imaging, 2014, 33:1137-1147. doi:  10.1109/TMI.2014.2305769
    [5] Isasi AG, Zapirain BG, Zorrilla AM. Mendez. Melanomas Non-invasive Diagnosis Application Based on the ABCD Rule and Pattern Recognition Image Processing Algorithms[J]. Comput Biol Med, 2011, 41:742-755. doi:  10.1016/j.compbiomed.2011.06.010
    [6] Lecun Y, Bengio Y, Hinton G. Deep learning[J]. Nature, 2015, 521:436-444. doi:  10.1038/nature14539
    [7] Krizhevsky A, Sutskever I, Hinton GE. ImageNet classifica-tion with deep convolutional neural networks[C]. Interna-tional Conference on Neural Information Processing Systems, 2012: 1097-1105.
    [8] Szegedy C, Vanhoucke V, Ioffe S, et al. Rethinking the Inception Architecture for Computer Vision[J]. Computer Science, 2015:2818-2826. doi:  10.1109/CVPR.2016.308
    [9] Ren S, He K, Girshick R, et al. Faster R-CNN:towards real-time object detection with region proposal networks[J]. IEEE Trans Pattern Anal Mach Intell, 2017, 39:1137-1149. doi:  10.1109/TPAMI.2016.2577031
    [10] Esteva A, Kuprel B, Novoa RA, et al. Dermatologist-level classification of skin cancer with deep neural networks[J]. Nature, 2017, 542:115. doi:  10.1038/nature21056
    [11] Masood A, Aljumaily AA. Computer aided diagnostic support system for skin cancer:a review of techniques and algorithms[J]. Int J Biomed Imaging, 2013, 2013:323268. https://www.hindawi.com/journals/ijbi/2013/323268/
    [12] Ramlakhan K, Shang Y. A mobile automated skin lesion classification system[C]. IEEE International Conference on TOOLS with Artificial Intelligence, 2011: 138-141.
    [13] https://www.ericsson.com/res/docs/2016/ericsson-mobility-report-2016.pdf (2016).
    [14] Han S, Mao H, Dally WJ. Deep compression:compressing deep neural networks with pruning, trained quantization and huffman coding[J]. Fiber, 2016, 56:3-7. https://arxiv.org/abs/1510.00149
  • 加载中
图(2)
计量
  • 文章访问数:  360
  • HTML全文浏览量:  47
  • PDF下载量:  528
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-06-20
  • 刊出日期:  2018-01-30

目录

    /

    返回文章
    返回

    【温馨提醒】近日,《协和医学杂志》编辑部接到作者反映,有多名不法人员冒充期刊编辑发送见刊通知,鼓动作者添加微信,从而骗取版面费的行为。特提醒您,本刊与作者联系的方式均为邮件通知或电话,稿件进度通知邮箱为:mjpumch@126.com,编辑部电话为:010-69154261,请提高警惕,谨防上当受骗!如有任何疑问,请致电编辑部核实。谢谢!