|
|||||
|
|
| 基于矩阵胶囊网络的皮肤镜图像黑色素瘤分类识别算法及研究 | |
| 摘 要： | 黑色素瘤是最常见且最致命的恶性皮肤癌症,传统通过肉眼观察来诊断黑色素瘤的方法,极易受到人工干预.近年来,运用深度学习技术来提高在黑色素瘤诊断中的准确率,具有非常重要的研究价值和现实意义.提出一种基于矩阵胶囊网络的皮肤镜图像分类识别算法,与其他网络模型不同,矩阵胶囊网络将特征向量储存于Capsule中,通过动态路由机制将特征向量组合与传递到上一个胶囊层中.矩阵胶囊网络从多角度对图像进行识别,并与已有的数据相匹配,实现皮肤病的有效检测.基于TensorFlow框架结合多种评价指标的实验表明,该识别算法在ISIC2017数据集上的平均精确度达到98.2%,相对于其他网络结构有较大提升. |
| 本文献已被 CNKI 等数据库收录！ | |