一种应用于手机的七类皮肤肿瘤检测方法技术

本发明专利技术公开了一种应用于手机的七类皮肤肿瘤检测方法，本发明专利技术采用优化后的Inception‑v3分类网络，针对皮肤肿瘤图像，并取得理想效果，该网络同样适用于其他皮肤镜图像检测；提出了一种皮肤肿瘤分类方法，该方法能够检测七类皮肤肿瘤，结果表明该方法检测的准确率可达92％高于人眼识别的75％，可有效辅助医生诊断，本发明专利技术提出了用于七类皮肤肿瘤检测的应用程序开发方法。将计算机视觉的相关知识应用到人们的现实生活中，简化了检测皮肤肿瘤的流程，使得医生患者仅需简单操作应用程序即可实时得到检测结果。

【技术实现步骤摘要】
一种应用于手机的七类皮肤肿瘤检测方法
本专利技术涉及人工智能领域，涉及一种应用于手机的七类皮肤肿瘤检测方法。
技术介绍
皮肤肿瘤是发生在皮肤的细胞增生性疾病，种类很多，临床上分良性肿瘤和恶性肿瘤。恶性肿瘤可以不断增殖，引起转移，威胁生命，称为皮肤癌。皮肤肿瘤是现在比较难治疗的皮肤科疾病，一般指原发于皮肤的良性和恶性肿瘤。皮肤科常见的恶性肿瘤主要包括基底细胞癌、鳞状细胞癌和恶性黑素瘤等。三种恶性肿瘤的发病率均有逐年增加的趋势，严重影响患者的健康甚至危及生命。本专利技术中可识别的七类肿瘤分别为基底细胞癌，黑色素瘤，皮肤纤维瘤，血管瘤，色素痣，光化角化病，良性角化病。据统计，2005-2015年中国共有470万医学生毕业，但医生总数只增加了75万。我国人口占世界人口的22％，医疗资源却仅占世界医疗资源的2％。1个医生要服务1000个患者，2％的医疗资源为22％的人口服务，医疗资源严重稀缺。社区医院等基础医疗机构无专业医师坐诊，患者无法得到专业诊断，人工智能辅助医疗诊断对缓解这一现象有着重要意义。临床诊断皮肤癌的方法主要通过皮肤科专家个人主观判断，这些方法在观察者间和观察者内的可重复性都不理本文档来自技高网...

【技术保护点】
1.一种应用于手机的七类皮肤肿瘤检测方法，其特征在于，该方法具体包括以下步骤：步骤1、数据预处理：分别为训练集、验证集、测试集在原始图像上采取去黑边以及色彩恒常处理，使得数据集图像没有皮肤镜的黑色阴影且背景色彩一致；利用数值标准化技术，规范化像素值区间；所述的原始图像为的七类皮肤肿瘤的皮肤镜图；步骤2、数据增强：针对训练集样本不均衡问题，采用过采样以及随机欠采样的方法，使正负样本均衡；同时为了提高模型的性能，保证泛化能力，使用多种数据增强方法来增加样本多样性；步骤3、网络模型优化：基于成熟的卷积神经网络Inception‑v3，对模型最后一层进行全局平均池化,将全局平均池化后的模型最后一层与I...

【技术特征摘要】
1.一种应用于手机的七类皮肤肿瘤检测方法，其特征在于，该方法具体包括以下步骤：步骤1、数据预处理：分别为训练集、验证集、测试集在原始图像上采取去黑边以及色彩恒常处理，使得数据集图像没有皮肤镜的黑色阴影且背景色彩一致；利用数值标准化技术，规范化像素值区间；所述的原始图像为的七类皮肤肿瘤的皮肤镜图；步骤2、数据增强：针对训练集样本不均衡问题，采用过采样以及随机欠采样的方法，使正负样本均衡；同时为了提高模型的性能，保证泛化能力，使用多种数据增强方法来增加样本多样性；步骤3、网络模型优化：基于成熟的卷积神经网络Inception-v3，对模型最后一层进行全局平均池化,将全局平均池化后的模型最后一层与InceptionBlock结合，同时...

【专利技术属性】
技术研发人员：端阳，马恺强，孙玲玲，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33