基于非典型类数据平衡的皮肤癌智能诊断策略

作者：彭建伟; 谭政波; 韩霖; 庄艳; 陈科; 林江莉^*

来源：电脑知识与技术, 2023, 19(01): 41-42.

DOI：10.14004/j.cnki.ckt.2023.0032

• 皮肤癌图像
• EfficientNet
• 不均衡数据集
• 多分类
• ISIC2019

皮肤癌早期诊断和筛查非常重要，但是皮肤癌识别难度较大，诊断准确度一直偏低。在国际皮肤影像协会举办的最近一次多分类竞赛ISIC2019上，冠军模型的平均准确率仅为63.6%。目前亟须性能良好的策略来提升皮肤病智能分类的准确性。经研究使用EfficientNet网络，并创新性提出非典型类数据平衡策略。用ISIC2019竞赛数据进行实验，结果显示，八分类的平均准确度高达82.4%。非典型类数据平衡策略为不均衡数据集的分类提供了一个新的方案。

• 单位
  四川大学; 生物医学工程学院