文獻(xiàn)標(biāo)識碼: A
DOI:10.16157/j.issn.0258-7998.200121
中文引用格式: 李勵澤,張晨潔,楊曉慧,等. 基于改進CapsNet的色素性皮膚病識別的研究[J].電子技術(shù)應(yīng)用,2020,46(11):60-64.
英文引用格式: Li Lize,Zhang Chenjie,Yang Xiaohui,et al. Pigmented skin lesion recognition based on improved CapsNet[J]. Application of Electronic Technique,2020,46(11):60-64.
0 引言
皮膚在身體上屬于最大的器官,是對身體的第一層保護。據(jù)相關(guān)調(diào)查報告顯示,存在與皮膚相關(guān)的身體健康問題的人類在全世界占據(jù)了30%~70%[1]。色素性皮膚病的形成是因為黑素和黑素細(xì)胞出現(xiàn)異常,皮膚的顏色變化與病灶的而改變息息相關(guān),因此識別難度較大。自從1987年對色素性皮膚病的分類研究[2]出現(xiàn)之后,陸續(xù)出現(xiàn)了大量的皮膚病圖像診斷技術(shù)的研究成果[3-4]。在文獻(xiàn)[5]的算法研究中,首先將圖像進行預(yù)處理,然后將利用卷積神經(jīng)網(wǎng)絡(luò)提取出的人臉特征進行訓(xùn)練、分類。文獻(xiàn)[6]利用深度卷積神經(jīng)網(wǎng)絡(luò)和支持向量機對皮膚圖像進行分類和識別。文獻(xiàn)[7]利用卷積網(wǎng)絡(luò)的VGG16模型,采取3種不同的方法來實現(xiàn)皮膚鏡二分法,其結(jié)果顯著提升。在皮膚病診斷領(lǐng)域的算法研究較為復(fù)雜,而且國外的研究要比國內(nèi)相對較多,如何用簡單的算法結(jié)構(gòu)完成精確的識別是皮膚病檢測研究的主要問題。
在進行人臉圖像檢測時,傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)只要能夠檢測出耳朵、眼睛、鼻子、嘴巴便認(rèn)作為人的面部,此方式忽略了這些實例的空間位置信息,可能會導(dǎo)致一定的識別錯誤。目前CapsNet技術(shù)已經(jīng)比較成熟,其應(yīng)用也比較廣泛。文獻(xiàn)[8]中應(yīng)用CapsNet在手語識別領(lǐng)域已經(jīng)達(dá)到了令人滿意的準(zhǔn)確率。LI Y等人使用CapsNet識別無人飛行器拍攝的水稻圖像,既可以預(yù)防害蟲與疾病,又能實時觀察水稻[9]。AFSHAR Y等人采用CapsNet對在腦部的NMR中的腦腫瘤類型進行了分類研究,其預(yù)測精度比傳統(tǒng)方法更高[10]。文獻(xiàn)[11]將CapsNet用于指靜脈識別算法中,最終得到的精確度比VGG方法高出了13.6%。本文將使用膠囊網(wǎng)絡(luò)對皮膚圖像進行處理,減少算法疊加的重復(fù)性,為人臉皮膚圖像處理領(lǐng)域打開新的大門,為后續(xù)的皮膚病診斷工作提供良好的基礎(chǔ)。
本文詳細(xì)內(nèi)容請下載:http://ihrv.cn/resource/share/2000003052
作者信息:
李勵澤,張晨潔,楊曉慧,孫文斌,郭 濱
(長春理工大學(xué) 電子信息工程學(xué)院,吉林 長春130022)