基于改进PCNN的皮肤镜图像识别研究

黑色素瘤多发生在皮肤或者接近皮肤的黏膜上,是由异常黑素细胞过度增生引发的常见的皮肤肿瘤。即使是经验丰富的医生也不能完全准确地分辨图像性质,所以机器学习辅助识别有利于解决此类问题,本文提出一种基于自适应主曲率的方法去除毛发噪声,利用改进的脉冲耦合神经网络进行病灶区域的识别,根据识别出病灶区的ABCD特征对其进行TDS评分,根据其最终评分对其病理性质进行分类的方法,在皮肤镜图像分类识别的研究中取得了较好的效果。