声明
致谢
摘要
第1章绪论
1.1课题研究背景及意义
1.2国内外研究现状
1.2.1深度学习在医学图像领域的研究现状
1.2.2深度学习在皮肤疾病图像领域的研究现状
1.3论文主要研究内容及结构
第2章识别方法框架和图像库建立
2.1引言
2.2基于深度学习的皮肤疾病识别方法的框架
2.3皮肤疾病图像库
2.3.1皮肤镜图像集
2.3.2临床图像数据集
2.4图像预处理
2.4.1颜色空间变换
2.4.2基于中值滤波的图像去噪算法
2.4.3基于直方图均衡化的图像增强算法
2.5本章小结
第3章基于深度学习的皮肤疾病分类算法
3.1引言
3.2卷积神经网络
3.2.1基础网络结构
3.2.2卷积层
3.2.3差异化程度—损失函数
3.2.4正反向传播—参数更新
3.3深度学习框架选择
3.4卷积神经网络模型选择
3.4.1 AlexNet
3.4.2 VGGNet
3.4.3 GoogleNet
3.4.4 ResNet
3.4.5 DenseNet
3.4.6直接训练数据集结果对比分析
3.5训练方式改进——迁移学习
3.6迁移学习实验结果对比分析
3.7本章小结
第4章CNN模型训练优化和结果分析
4.1模型优化策略
4.1.1改进的激活函数
4.1.2防止过拟合
4.2空间金字塔池化
4.2.1池化层
4.2.2空间金字塔池化
4.3基于Inception改进的VGG模型结构
4.4支持向量机
4.4.1 SVM
4.4.2 SVM和softmax对比
4.5模型改进后实验结果对比分析
4.6本章小结
第5章基于CNN的皮肤疾病图片识别系统开发与验证
5.1系统模块设计
5.2系统模型实现
5.3系统验证及结果分析
5.4本章小结
第6章总结与展望
6.1工作总结
6.2工作展望
参考文献