深度医疗是笔者基于深度学习的医学项目应用开发实践,经过整理输出了文档和本系列课程,希望通过分享可以和大家共同讨论、相互学习,探索更好的解决方案。笔者是一名普通的大数据和人工智能领域从业者,过程中如有错误和理解不到位的地方请广大同仁不吝赐教。笔者一直坚信深度学习和医学的有机结合一定能碰撞出性能强大的深度医疗系统,服务大众。
本文主要介绍了通过深度学习进行黑素瘤病变识别的应用,首先简单介绍了皮肤病变的医学背景和相关知识,接着介绍了公开的黑素瘤数据集,最后介绍了神经网络的实现方式和处理后的效果以及性能分析。
1.概述
背景
皮肤黑素瘤的发病率从1979起每年都在上升,是所有皮肤癌中最致命的一种。源于皮肤,粘膜,眼和中枢神经系统色素沉着区域的黑素细胞的恶性肿瘤,死亡率高,严重威胁着人们的生命健康。国内检出率呈上升趋势,每年新发病例约2万例。
检查
肿瘤为单一实性,常有包膜,颜色可黑色、红棕色,深浅程度不一,也可无色素性。当黑色素瘤被诊断为同时仍局限于皮肤外层时,单纯切除通常是治愈的,5年的相对生存率约为98%。不幸的是,尽管黑色素瘤易于通过简单的视觉检查早期诊断,许多患者仍被诊断为更晚期的疾病。另一方面,对黑色素瘤的筛查不当会导致许多不必要的活检和切除类似黑色素瘤的良性皮肤病变。<