色素性皮膚病圖像預處理與內容檢索研究.pdf

1、由于光照日曬、水分流失、皮脂分泌、年齡增長以及基因遺傳等因素，人的皮膚會產生各種粉刺、色斑等病變，嚴重的將危及性命。據世界衛(wèi)生組織評估，每年有超過65000人死于惡性皮膚病。臨床上，皮膚病的診斷主要依賴醫(yī)生的肉眼觀察和主觀經驗，缺乏科學量化手段。此外，隨著門診量的急劇增加，醫(yī)生需要觀察大量的病例和閱讀大量的影像資料，其診斷的工作量也難以承受。隨著數字圖像處理、計算機視覺等技術的發(fā)展，使得計算機輔助診斷皮膚病成為可能。
　　本課題開

2、展針對常見色素性皮膚病圖像（如黑色素瘤、色素痣、脂溢性角化病、基底細胞癌等）的計算機檢索識別技術，主要研究內容和成果包括：
　　1.系統(tǒng)研究皮膚病圖像的預處理相關技術，包括圖像去噪、增強、去除毛發(fā)、病變區(qū)分割等技術，以利于后續(xù)圖像特征提取、內容理解、圖像檢索與識別。
　　2.提出了基于深層卷積神經網絡的圖像特征學習與表示方法，并進行緊湊哈希編碼，獲得皮膚病圖像的深度語義信息。為了解決海量圖像檢索速度慢、準確率低等問題，本研究

3、采用半監(jiān)督卷積神經網絡學習圖像的特征表示，相較于傳統(tǒng)圖像特征提取方法，該方法利用深層神經網絡隱含層學習圖像深層次的特征表示和相關性，并進行緊湊哈希編碼，獲得皮膚病圖像的深度語義信息，能實現(xiàn)海量圖像中相似圖像的快速檢索。
　　3.提出了基于深度語義Hash和近鄰傳播聚類(Affinity Propagation Clustering，簡稱AP)結合的Hash-AP排名算法。首先通過深度語義Hash編碼生成一個與檢索目標的Hammin