[发明专利]一种应用于手机的七类皮肤肿瘤检测方法

摘要

本发明公开了一种应用于手机的七类皮肤肿瘤检测方法，本发明采用优化后的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。

主权项

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Inception Block结合，同时做两次全连接；采用Focal loss作为新的损失函数有效缓解样本难训练的情况；步骤4、模型分类：基于改进后的网络，采用迁移学习，去均值方法，通过试验获取超参数，最后经过训练得到分类性能最佳的模型；步骤5、模型移植：利用计算模型迁移技术将模型的权重与移动端结合，使得原本在GPU条件下运行的模型在手机上能正常快速运行，同时可视化模型结果；步骤6、分类皮肤肿瘤方法：将皮肤镜镜头安装于手机，镜头对准病灶区域获取病灶区图像，应用程序识别病灶区图像，并输出检测结果即患者患七类皮肤肿瘤分别的概率。