【技术实现步骤摘要】
本专利技术涉及皮肤病变检测领域，尤其是涉及一种基于神经网络的皮肤病变检测方法。
技术介绍
1、皮肤病变检测是一项重要的医学任务，通常用于早期发现和诊断皮肤疾病。传统的皮肤病变检测方法主要依赖于专业医生的经验，这种方式存在主观性和误差性。近年来，基于神经网络的皮肤病变检测方法在计算机辅助医学诊断领域取得了显著的进展。通过深度学习技术，尤其是卷积神经网络，这些方法能够高效地检测皮肤病变，利用大规模数据集和准确标注的支持，图像增强技术的使用提高了模型的鲁棒性，这些综合技术的应用为皮肤病变检测带来了准确性、自动化和实时性的提升，为未来的医学临床实践提供了更优质的服务。
2、在现有技术中，公开号为cn109493342b的中国专利公开了“一种基于深度学习的皮肤病图片病变类型分类方法”，该方法基于现有的resnet50和inceptionv3网络进行设计在模型算法中存在一定的局限性，无法很好地适应其他种类的皮肤病变或在面对更广泛的数据集时表现良好。其次，该方法在训练和调优中使用了特定的病变图片，导致模型在面对不同类型或未曾见过的皮肤病变
本文档来自技高网...【技术保护点】
1.一种基于神经网络的皮肤病变检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于神经网络的皮肤病变检测方法，其特征在于，步骤S2具体包括如下步骤：
3.根据权利要求2所述基于神经网络的皮肤病变检测方法，其特征在于，在步骤S24中具体采用的损失函数为：
4.根据权利要求1所述基于神经网络的皮肤病变检测方法，其特征在于，在步骤S3中还包括以下步骤：将两级智能处理框架划分为智能终端和中心云端，通过智能终端和中心云端交互检测皮肤病变类别；
5.根据权利要求4所述基于神经网络的皮肤病变检测方法，其特征在于，步骤S3具
【技术特征摘要】
1.一种基于神经网络的皮肤病变检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于神经网络的皮肤病变检测方法，其特征在于，步骤s2具体包括如下步骤：
3.根据权利要求2所述基于神经网络的皮肤病变检测方法，其特征在于，在步骤s24中具体采用的损失函数为：
4.根据权利要求1所述基于神经网络的皮肤病变检测方法，其特征在于，在步骤s3中还包括以下步骤：将两级智能处理框架划分为智能终端和中心云端，通过智能终端和中心云端交互检测皮肤病变类别；
5.根据权利要求4所述基于神经网络的皮肤病变检测方法，其特征在于，步骤s3具体包括如下步骤：
6.根据权利要求5所述基于神经网络的皮肤病变检测方法，其特征在于，在步骤s33中，模型预测的具体计算步骤如...
【专利技术属性】
技术研发人员：燕自保，肖家波，张剑，
申请(专利权)人：武汉中针智诊科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。