Classification of Melanocytic Nevus Images using BigTransfer (BiT)

要約

タイトル：
BiTによるメラノサイト性ネビの分類

要約：
– 皮膚癌は年間に多くの人命を奪う致死的な病気である。
– メラノーマやネビなど、色素沈着性の疾患は類似しているため、同定や診断がより困難である。
– メラノサイト性ネビは致命的なメラノーマを引き起こす可能性があるため、脅威的に見えるネビを除去することが管理プロトコルとして行われている。
– しかし、良性と悪性のメラノサイト性ネビを分類するためには、強靭な分類パラダイムが必要である。
– 早期診断のためには、信頼性の高い自動化されたシステムが必要である。
– 本研究では、機械学習アルゴリズムを提案している。
– 事前に別の問題声明で学習したニューラルネットワークを用いて、メラノサイト性ネビ画像を分類する。
– この手法では、ResNetに基づくBiT（ビックトランスファー）を使用し、メラノサイト性ネビを悪性と良性に分類。
– 結果は、既存の技術と比較され、新しい方法の分類率が既存の方法を上回ることが証明されている。

要約(オリジナル)

Skin cancer is a fatal disease that takes a heavy toll over human lives annually. The colored skin images show a significant degree of resemblance between different skin lesions such as melanoma and nevus, making identification and diagnosis more challenging. Melanocytic nevi may mature to cause fatal melanoma. Therefore, the current management protocol involves the removal of those nevi that appear intimidating. However, this necessitates resilient classification paradigms for classifying benign and malignant melanocytic nevi. Early diagnosis necessitates a dependable automated system for melanocytic nevi classification to render diagnosis efficient, timely, and successful. An automated classification algorithm is proposed in the given research. A neural network previously-trained on a separate problem statement is leveraged in this technique for classifying melanocytic nevus images. The suggested method uses BigTransfer (BiT), a ResNet-based transfer learning approach for classifying melanocytic nevi as malignant or benign. The results obtained are compared to that of current techniques, and the new method’s classification rate is proven to outperform that of existing methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI