换一批融合动态数据增强与MACA的皮肤病分类方法
Skin Lesion Classification Method Combining Dynamic Data Augmentation and MACA
摘要针对皮肤病数据集类别不平衡和类间样本相似度高导致不易区分的问题,提出了一种融合动态数据增强与MACA-MobileNet-V2 的皮肤病分类方法.首先,设计了一种动态数据增强方法,根据模型表现情况动态地进行数据增强,更充分利用数据集中各类别已有信息,以减小类别不平衡带来的影响;其次,在坐标注意力的基础上提出了多尺度聚合坐标注意力,结合注意力搭建的网络(MACA-MobileNet-V2)可以捕获多尺度远程依赖信息;最后,引入Focal Loss函数和部分参数迁移学习,进一步优化模型.所提方法在皮肤病公开数据集八分类任务中平均准确率、精确度、召回率分别提高 5.6%,6%,5%,减小了皮肤病数据集不平衡与类间样本相似度高给分类带来的影响.
更多相关知识
关键词
动态数据增强类不平衡多尺度聚合坐标注意力皮肤病分类Dynamic data augmentationClass-imbalanceMulti-scale aggregate coordinate attentionSkin lesion classification
分类号
TP391R814（放射医学）
栏目名称
DOI
10.3969/j.issn.1006-9348.2024.12.047
发布时间
2025-02-26（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（12126606）
德阳科技(揭榜)项目（2021JBJZ007）
智能电网四川省重点实验室应急重点项目（020IEPG-KL-20YJ01）
华西医院135交叉学科创新项目（ZYJC21041）
四川大学医学+信息中心融合创新项目（YGJC012）
- 浏览3
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
