声明
摘要
缩略语表
1绪论
1．1研究背景及意义
1．2国内外研究现状
1．3本文主要工作
1．4本文结构
2医学图像分析相关的理论基础
2．1基于机器学习的皮肤病识别
2．1．1皮肤病特征建模
2．1．2皮肤病分类算法
2．2卷积神经网络
2．2．1 CNN理论基础
2．2．2优化算法
2．2．3 Batch Normalization
2．2．4防止过拟合的方法
2．3深度模型设计
2．3．1 AlexNet
2．3．2 VGG
2．3．3 GoogLeNet
2．3．4 ResNet
2．3．5 DenseNet
2．3．6轻量级网络模型
2．3．7深度模型新的设计趋势
2．4迁移学习
2．5深度学习与可解释性研究
2．6本章小结
3基于级联特征金字塔网络的皮肤病识别
3．1级联特征金字塔网络
3．1．1特征金字塔
3．1．2 EMO算法
3．1．3网络结构
3．2损失函数
3．3基于Grad-CAM的显著区域可视化
3．4本章小结
4基于深度集成学习的皮肤病识别算法
4．1集成学习
4．2理论分析
4．3 ANGELE算法
4．4本章小结
5实验
5．1基于ISIC数据集的皮肤癌识别实验
5．1．1 ISIC数据集简介
5．1．2评价指标
5．1．3实现细节
5．1．4实验结果与分析
5．2基于ISIC数据集的皮肤癌良性／恶性识别实验
5．2．1实现细节
5．2．2实验结果与分析
5．3基于SD-198数据集的实验
5．3．1 SD-198数据集简介
5．3．2实现细节
5．3．3实验结果与分析
5．3．4误差分析
5．4可视化分析
5．5消融研究
5．5．1级联特征金字塔有效性研究
5．5．2度量学习有效性研究
5．5．3基学习器对ANGELE的影响分析
5．6本章小结
6皮肤病在线识别医疗云平台的设计与实现
6．1环境配置
6．2需求分析
6．3系统设计
6．4 RESTful API设计
6．4．1 RESTful API介绍
6．4．2 RESTful API设计
6．5数据库设计
6．6皮肤病医学知识库构建
6．6．1皮肤病信息获取
6．6．2知识库构建
6．7系统部署
6．8系统测试
6．9本章小结
7总结与展望
7．1总结
7．2展望
参考文献
攻读硕士期间的研究成果
致谢
