基于皮膚鏡圖像的黑色素瘤形態(tài)模式識(shí)別研究.pdf

1、黑色素瘤是在臨床中經(jīng)常遇到的一種惡性皮膚腫瘤，同時(shí)也是世界上增長(zhǎng)最快的癌癥之一。通常皮膚科醫(yī)生通過(guò)肉眼觀察和組織病理學(xué)活檢的方法來(lái)對(duì)黑色素瘤進(jìn)行早期的篩查和確診。盲目進(jìn)行活檢常常會(huì)對(duì)患者造成經(jīng)濟(jì)上的壓力和身體上不必要的創(chuàng)傷。因此，非創(chuàng)傷性的黑色素瘤自動(dòng)診斷技術(shù)成為了醫(yī)學(xué)界急需解決的問(wèn)題。
　　皮膚鏡圖像形態(tài)模式識(shí)別一直是分辨良性腫瘤和惡性素瘤的一項(xiàng)具有挑戰(zhàn)性的任務(wù)。因此針對(duì)黑色素瘤皮膚鏡圖像的多種形態(tài)模式，本文對(duì)基于多標(biāo)簽學(xué)習(xí)的惡

2、性黑色素瘤形態(tài)模式識(shí)別進(jìn)行了深入的研究。創(chuàng)新點(diǎn)主要包括以下部分：
　　1.深入研究了黑色素瘤的分割與特征提取方法。為了更好的提取皮膚鏡圖像的特征，提出一種基于區(qū)域一致性的融合算法來(lái)對(duì)圖像進(jìn)行分割，將多個(gè)分割算法結(jié)果進(jìn)行融合，依據(jù)區(qū)域大小、灰度值、紋理的一致性原則移除與融合結(jié)果相矛盾的子區(qū)域，從而得到最終的分割結(jié)果。對(duì)分割結(jié)果分別提取皮損內(nèi)區(qū)域、皮損區(qū)域和皮損外區(qū)域的顏色特征、形狀特征和紋理特征。
　　2.提出了基于手工特征提

3、取的多標(biāo)簽分類在黑色素瘤模式識(shí)別中的應(yīng)用。對(duì)黑色素瘤的形態(tài)模式種類進(jìn)行了深入研究分析，可明確定義的全局形態(tài)特征主要有八種，其中涉及七種基本模式和一個(gè)多成分模式。這七種基本模式包括：網(wǎng)狀模式、球狀模式、鵝卵石模式、星爆模式、平行模式、腔洞模式、均勻模式。通過(guò)黑色素瘤的七種基本模式來(lái)建立多標(biāo)簽分類模型，以達(dá)到自動(dòng)識(shí)別皮膚鏡圖像中所包含的模式類別的目的。使用Binary Reference算法和ML-kNN算法對(duì)黑色素瘤特征向量進(jìn)行多標(biāo)簽分類

4、，對(duì)兩種算法的多標(biāo)簽分類結(jié)果對(duì)比分析發(fā)現(xiàn)ML-kNN算法對(duì)黑色素瘤的多種形態(tài)模式的識(shí)別相比于Binary Reference算法具有更好的效果。
　　3.提出了基于特征學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)多標(biāo)簽分類在黑色素瘤模式識(shí)別中的應(yīng)用。在深度學(xué)習(xí)框架的基礎(chǔ)上提出了一種改進(jìn)的方法來(lái)實(shí)現(xiàn)多標(biāo)簽分類，將圖像數(shù)據(jù)和多標(biāo)簽數(shù)據(jù)分別作為網(wǎng)絡(luò)的輸入層，然后通過(guò)在網(wǎng)絡(luò)結(jié)構(gòu)添加Slice層達(dá)到多標(biāo)簽分類的目的，最終得到多標(biāo)簽分類模型。在利用卷積神經(jīng)網(wǎng)絡(luò)對(duì)黑色素