首页 > 文献资料
-
黄色人种皮肤镜图像的自动分析与识别技术
皮肤镜是一种观察活体皮肤表面以下微细结构和色素的无创性显微图像分析技术,已经成为皮肤癌以及各种皮肤疾病的筛选和诊断的有效工具.本文针对黄色人种皮肤镜图像,提出了一套带有质量评价功能的皮肤镜图像自动分析系统.该系统首先采用预处理方法对皮肤镜图像进行质量提升;然后采用基于多模式分类的方法实现皮肤镜图像的自适应分类;后采用组合神经网络模型,实现皮损的分类识别.对180幅黄色人种皮肤镜图像进行分类结果统计,获得了87.8%的敏感度和95.8%的特异度,较其他方法具有更好的分类准确率.
-
基于深度学习的皮肤影像分类
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.
-
皮肤镜图像计算机辅助诊断技术
皮肤癌的有效治疗方法是早期诊断加积极有效切除原发灶,对预后和降低死亡率起决定性作用.然而,依靠肉眼对皮肤肿瘤进行诊断,主观性大,即使训练有素的专家其诊断也存在较大的差异.皮肤镜图像计算机辅助诊断系统正是解决这个问题的有效途径,其可以对病变组织自动提取、智能识别,具有定量测量和分析的功能,使诊断更加精确、客观.本文对皮肤镜图像计算机辅助诊断系统的研究现状进行综述,并对皮肤镜图像分析中所涉及的图像质量评价、预处理去噪、皮损分割、特征提取和分类识别等技术进行总结,后给出未来发展趋势.为此方面的研究人员提供借鉴意义.