期刊论文

Dermoscopic images classification based on context and instance-level feature of self-supervised learning

中文

智能系统学报

1673-4785

2023

18

04

783-792

10.11992/tis.202211010

92148204:国家重大研究计划-重点支持项目 2030;2021ZD0114503:科技创新新一代人工智能重大项目 61971071,62027810,62133005:国家自然科学基金 2021JJ10025:湖南省***科学基金项目 2021GK4011,2022GK2011:湖南省重点研发计划 kh2003026:长沙市科技重大专项 2021-KF-22-17;2020HYA06006:机器人学国家重点实验室联合开放基金

本校为第一机构

针对基于深度学习的皮肤疾病检测方法受限于皮肤镜图像标注难度大、成本高、耗时耗力等问题，本文提出了一种针对皮肤镜图像的自监督学习方法，利用无标注的皮肤镜图像来提高皮肤疾病分类准确率。根据皮肤镜图像空间结构相似度高、信息单一的特点，使用基于旋转预测自监督代理任务，通过模型预测图像旋转的角度，约束模型对图像病变区域的关注，学习上下文空间特征；同时使用个体判别任务，利用正负样本对比学习，获得皮肤镜图像实例信息，为皮肤镜图像的分类提供全局分类信息指导；融合上下文空间特征与实例语义信息得到初始的皮肤疾病检测模型。实验结果表明：本文所提的自监督学习方法，从无...

The skin disease detection method based on deep learning is limited by the difficulty of annotations,high cost,time consuming and labor-intensive labeling of dermoscopy images.This paper proposes a self-supervised learning method for dermoscopy images,which uses unmarke...MORE The skin disease detection method based on deep learning is limited by the difficulty of annotations,high cost,time consuming and labor-intensive labeling of dermoscopy images.This paper proposes a self-supervised learning method for dermoscopy images,which uses unmarked ...