인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Abstract Human Skin cancer is commonly detected visually through clinical screening followed by a dermoscopic examination. However, automated skin lesion classification remains challenging due to the visual similarities between benign and melanoma lesions. In this work, the authors proposed a new Artificial Intelligence-Based method to classify skin lesions. In this method, we used Residual Deep Convolution Neural Network. We implemented several convolution filters for multi-layer feature extraction and cross-channel correlation by sliding dot product filters instead of sliding filters along the horizontal axis. The proposed method overcomes the imbalanced dataset problem by converting the dataset from image and label to vector of image and weight. The proposed method is tested and evaluated using the challenging datasets ISIC-2019 & ISIC-2020. It outperformed the existing deep convolutional networks in the multiclass classification of skin lesions. Graphical Abstract
#Computer science
#Artificial intelligence
#Pattern recognition (psychology)
#Residual
#Convolutional neural network
#Convolution (computer science)
#Feature extraction
#Multiclass classification
#Feature (linguistics)
#Deep learning
#Channel (broadcasting)
#Support vector machine
#Feature vector
#Artificial neural network
#Algorithm
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
