APP下载

基于卷积神经网络的皮肤癌良恶性预测*

2018-10-08董青青银温社易三莉

通信技术 2018年9期
关键词:分类方法

董青青,银温社,易三莉

(昆明理工大学 信息工程与自动化学院,云南 昆明 650500)

0 引 言

黑色素瘤是一种独特的癌症,大多数表现为色素性并发生于皮肤表面。目前,临床诊断主要依靠视诊,缺点是受医生个人主观性影响,还因为进一步的病理活检而延长检查周期[1-2]。因此,目前临床实践上还缺乏一种具有高精度、高效率和非侵入式的诊断皮肤癌良恶性的方法。(图像分类指根据图像信息中反映的不同特征,把不同类别的特征区分开来的图像处理过程[3-5]。目前来看,图像分类方法主要分为线性分类和深度神经网络方法。线性分类主要用于解决某类具体问题,常见的线性分类方法包括支持向量机(Support Vector Machine,SVM)和贝叶斯方法等。深度神经网络方法可应用于不同类型的分类问题,通用性高、泛化能力强,常见的神经网络方法包括前馈神经网络(Back Propagation,BP)。SVM依据结构风险最小化理论,被广泛应用于解决小样本和高维特征等图像分类问题中[6]。武峥等人提出的聚类优化贝叶斯算法,通过k点算法实现聚类,在聚类结果上进行贝叶斯识别,得到了较高的识别率[7]。以上方法主要处理线性分类问题,神经网络方法则通过作用于大量神经元的ReLU等非线性激活函数,在非线性问题上有很好的处理能力[8]。Rumelhart和Mcllelland等人提出的BP神经网络模型,有效解决了非线性问题[9];邓俊峰[10]等多个团队对编码器结构进行了改进,使得自动编码器同时具有稀疏性约束条件和边缘降噪约束条件,在多个分类任务上,学习精度都取得了较高的分类效果。……

登录APP查看全文

猜你喜欢

分类方法
分类算一算
垃圾分类的困惑你有吗
学习方法
教你一招:数的分类
用对方法才能瘦
四大方法 教你不再“坐以待病”!
赚钱方法
给塑料分分类吧
捕鱼