一种基于神经网络集成学习的皮肤镜图像的分类方法

摘要

本发明公开一种基于神经网络集成学习的皮肤镜图像的分类方法，包括如下步骤：1)图像数据处理单元，用于将原始皮肤图像进行预处理和分割生成病理图像数据；2)图像数据分类单元，用于对病理图像数据进行特征提取并生成病理图像分类数据；3)图像数据集成单元，用于对病理图像分类数据进行拟合处理产生病理图像强分类结果；本发明通过对皮肤镜图像的提取特征，实现对恶性黑色素瘤、良性痣和脂溢性角化病的病理图像强分类。