基于软标签的面部痤疮分类方法、系统、设备及介质技术方案

本发明专利技术公开了一种基于软标签的面部痤疮分类方法、系统、设备及介质，涉及人工智能领域中的面部痤疮分类，其目的在于解决现有技术中因不同等级之间的痤疮图像存在耦合致使模型对痤疮图像的分类准确度低的问题。其通过构建包括教师网络、学生网络在内的分类模型，并采用具有硬标签的面部痤疮样本图像对教师网络进行预训练，采用无标签的面部痤疮样本图像输入预训练后的教师网络，教师网络输出软标签；采用无标签的面部痤疮样本图像、教师网络输出的软标签对学生网络进行训练，并结合创新的损失函数，本申请根据模型对样本的认知能力动态的强调每个类的特征，使得模型能从一个样本学到更多关于对抗混淆的知识，有效解决对痤疮图像的分类准确度低。

【技术实现步骤摘要】

本专利技术属于人工智能，涉及面部痤疮的分类，尤其涉及一种基于软标签的面部痤疮分类方法、系统、设备及介质。

技术介绍

1、痤疮是一种非常常见的皮肤疾病。痤疮是毛囊皮脂腺单位的一种多因素疾病，临床上可表现为轻度的粉刺型痤疮，或者暴发型的具有系统性症状的痤疮。根据相关研究显示，约80%的青少年曾患有过痤疮，其中3%的男孩和12%的女孩即使到了成年其痤疮也未治愈。痤疮带来的疤痕和色素沉着无疑会对患者的心理和精神健康带来极大的损害。痤疮严重程度分级作为痤疮诊疗的一个关键步骤，精确的对痤疮进行严重程度分级对得出适用于患者的诊疗方案而言是非常重要的。

2、在进行痤疮分类时，大多会由医生根据患者的整个脸部情况结合其经验进行分类，在进行分类时，通常结合了基于标准的病变计数和基于经验的整图评估。常用的分级方法比如hayashi分级方法或者是pillsbury分级方法都将痤疮严重等级分为了四级，包括：“mild”(轻微)，“moderate”(中等)，“severe”(严重)以及“very severe”(非常严重)。通过医生进行人工分类，这不仅大大增加了医生的工作本文档来自技高网...

【技术保护点】

1.一种基于软标签的面部痤疮分类方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于软标签的面部痤疮分类方法，其特征在于，步骤S1中，对面部痤疮样本图像进行预处理，将面部痤疮样本图像的大小调整为224*224*3。

3.如权利要求1所述的一种基于软标签的面部痤疮分类方法，其特征在于，教师网络、学生网络的结构相同，均包括依次设置的横向第一卷积层、横向第二卷积层、横向第三卷积层以及横向全连接层，横向第一卷积层的输出作为横向第二卷积层、纵向第一卷积层的输入，纵向第一卷积层的输出作为纵向第一全连接层的输入；横向第二卷积层的输出作为横向第三卷积层、纵向第二卷积层...

【技术特征摘要】

1.一种基于软标签的面部痤疮分类方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于软标签的面部痤疮分类方法，其特征在于，步骤s1中，对面部痤疮样本图像进行预处理，将面部痤疮样本图像的大小调整为224*224*3。

3.如权利要求1所述的一种基于软标签的面部痤疮分类方法，其特征在于，教师网络、学生网络的结构相同，均包括依次设置的横向第一卷积层、横向第二卷积层、横向第三卷积层以及横向全连接层，横向第一卷积层的输出作为横向第二卷积层、纵向第一卷积层的输入，纵向第一卷积层的输出作为纵向第一全连接层的输入；横向第二卷积层的输出作为横向第三卷积层、纵向第二卷积层的输入，纵向第二卷积层的输出作为纵向第二全连接层的输入；横向第三卷积层的输出作为横向全连接层、纵向第三卷积层的输入，纵向第三卷积层的输出作为纵向第三全连接层的输入。

4.如权利要求3所述的一种基于软标签的面部痤疮分类方法，其特征在于，步骤s3中，训练面部痤...

【专利技术属性】
技术研发人员：张蕾，蒋献，周新阳，刘文杰，李佳奇，陈家强，李林峰，魏新，张显良，张楗伟，杜丹，
申请(专利权)人：四川大学，
类型：发明
国别省市：