Skin Disease Detection and Classification of Actinic Keratosis and Psoriasis Utilizing Deep Transfer Learning

要約

皮膚疾患は、感染症、アレルギー、遺伝的要因、自己免疫疾患、ホルモンの不均衡、または日光による損傷や汚染などの環境要因によって発生する可能性があります。
日光角化症や乾癬などの一部の皮膚疾患は、適切な時期に治療しなければ死に至る可能性があります。
早期の特定は非常に重要ですが、これらの症状の診断方法は高価であることが多く、広く利用できるものではありません。
この研究では、深層学習技術を使用して皮膚疾患を診断するための新規かつ効率的な方法を提案します。
このアプローチでは、修正された VGG16 畳み込みニューラル ネットワーク (CNN) モデルが使用されます。
モデルにはいくつかの畳み込み層が含まれており、最上位層が変更された ImageNet 重みを利用します。
最上層は、完全に接続された層と皮膚疾患を分類するための最後のソフトマックス アクティベーション層で更新されます。
使用されたデータセットは「皮膚疾患データセット」というタイトルで公開されています。
VGG16 アーキテクチャにはデフォルトではデータ拡張が含まれていませんが、回転、シフト、ズームなどの前処理手法が適用されて、モデルのトレーニングの前にデータが拡張されました。
提案された方法論は、修正された VGG16 モデルを使用して 90.67% の精度を達成し、皮膚疾患の分類におけるその信頼性を実証しました。
有望な結果は、現実世界のアプリケーションに対するこのアプローチの可能性を強調しています。

要約(オリジナル)

Skin diseases can arise from infections, allergies, genetic factors, autoimmune disorders, hormonal imbalances, or environmental triggers such as sun damage and pollution. Some skin diseases, such as Actinic Keratosis and Psoriasis, can be fatal if not treated in time. Early identification is crucial, but the diagnostic methods for these conditions are often expensive and not widely accessible. In this study, we propose a novel and efficient method for diagnosing skin diseases using deep learning techniques. This approach employs a modified VGG16 Convolutional Neural Network (CNN) model. The model includes several convolutional layers and utilizes ImageNet weights with modified top layers. The top layer is updated with fully connected layers and a final softmax activation layer to classify skin diseases. The dataset used, titled ‘Skin Disease Dataset,’ is publicly available. While the VGG16 architecture does not include data augmentation by default, preprocessing techniques such as rotation, shifting, and zooming were applied to augment the data prior to model training. The proposed methodology achieved 90.67% accuracy using the modified VGG16 model, demonstrating its reliability in classifying skin diseases. The promising results highlight the potential of this approach for real-world applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google