基于IR-VGG的多分类皮肤病实时诊断

• 作者: 谈玲 荣杉山 夏景明 Sajib Sarker 马雯杰
• 来源期刊: 物联网学报
• 关键词: 皮肤病 边缘检测分割 反转残差块 深度学习 物联网移动设备
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 服务与应用|Service and Application
• 页码范围: 115-125
• 页数: 11页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.11959/j.issn.2096-3750.2021.00217

摘要

恶性的皮肤病变在早期阶段的治愈率极高,基于深度学习的皮肤病诊断研究近年来受到持续关注,其诊断准确率较高,然而计算资源消耗大,且依赖于医院大型计算设备.为在物联网移动设备上实现快速准确皮肤病诊断,提出一种基于IR-VGG(inverted residual visual geometry group)的多分类皮肤病实时诊断系统,使用轮廓检测算法分割出皮肤病图像病灶区域,并用反转残差块替换VGG16第一层卷积块以降低网络参数权重和内存开销;将原图像和分割后的病灶图像输入IR-VGG网络,通过全局和局部特征提取后,输出皮肤病诊断结果.实验结果表明,IR-VGG网络结构在SkinData-1和SkinData-2皮肤病数据集上的准确率分别可达到94.71％和85.28％,并且可以有效降低复杂度,使诊断系统较容易在物联网移动设备上进行皮肤病实时诊断.