基于卷积神经网络的白癜风智能检测研究

• 作者: 刘健 徐劲 朱琳 王学磊 罗卫 陈杰
• 来源期刊: 中国医疗设备
• 学科: 医学
• 关键词: 白癜风 深度学习 卷积神经网络 图像识别算法
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 医学工程技术
• 页码范围: 52-54
• 页数: 3页
• 分类号: R758.4+1|R318|TP391
• 字数: 2072字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1633.2019.09.013

摘要

目的 提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的白癜风智能诊断检测方法.方法 采用空军特色医学中心临床白癜风专科图片库数据,基于深度学习技术,使用三个不同的CNN模型(Resnet50、VGG16、Inception v2)进行训练,并通过图像识别准确性、灵敏度、特异性等对该方法进行评级.结果 与传统的基于单个CNN的图像识别方法相比,该方法具有更高的准确度、精确度和灵敏度,可显著提高算法的图像识别性能.基于该CNN理论模型,成功开发了应用于临床上的白癜风患者智能分析系统.结论 该模型实现了对白癜风疾病的智能识别,有助于医生减少工作难度,并使患者能够进行自我诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘健		19	117	5.0	10.0
2	罗卫	空军特色医学中心皮肤科	6	1	1.0	1.0
3	陈杰	空军特色医学中心皮肤科	5	1	1.0	1.0
4	徐劲	空军特色医学中心皮肤科	6	1	1.0	1.0
5	王学磊		3	0	0.0	0.0
6	朱琳	空军特色医学中心皮肤科	3	0	0.0	0.0