相关实验视频
Updated: Jul 6, 2025

05:38
Dermoscopy Aids in the Diagnosis of Discoid Lupus Erythematosus
Published on: May 16, 2025
82
皮肤镜暗角物件去除:朋友还是敌人?
Samuel William Pewton1, Bill Cassidy1, Connah Kendrick1
1Department of Computing and Mathematics, Faculty of Science and Engineering, Manchester Metropolitan University, Chester Street, Manchester, M1 5GD, UK.
Computer methods and programs in biomedicine
|December 29, 2023
概括
将合成暗角器件引入训练数据中,可以改善皮肤癌分类的深度学习模型. 这有助于模型忽略文物,提高了检测黑色素瘤的真负率.
科学领域:
- 皮肤病学 皮肤病学
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 皮肤镜图像中的工件对皮肤癌症的分类构成了挑战.
- 之前的去除文物方法由于有限的标记数据而产生了不确定的结果.
研究的目的:
- 调查暗角文物对深度学习对皮肤癌的二进制分类的影响.
- 评估策略,以减轻人工物对模型性能的影响.
主要方法:
- 标记了10250张皮肤病变图像,创建了一个平衡的数据集.
- 使用了一个没有文物的训练组 (6126张图像) 和一个带有文物的测试组 (4124张图像).
- 通过绘制和合成生成的文物实例进行了实验.
主要成果:
- 将合成暗角工件叠加在训练组上,提高了模型性能,特别是真负率.
- 深度学习模型学会了在训练数据中存在时忽略文物.
- 开发了一种使用根平均平方亮度强度的新型热图量化方法.
结论:
- 拟议的工件方法可以减轻暗角工件对模型性能的影响.
- 新的热图分析有助于理解网络焦点和性能指标之间的关系.
更多相关视频
10:14Author Spotlight: Ex Vivo OCT-Based Multimodal Imaging of Human Donor Eyes for Research into Age-Related Macular Degeneration
Published on: May 26, 2023
3.2K
12:36A Human Corneal Organ Culture Model of Descemet's Stripping Only with Accelerated Healing Stimulated by Engineered Fibroblast Growth Factor 1
Published on: July 22, 2022
4.6K