의료 영상 분류를 위한 전이 학습 기반 가중 심층 학습 앙상블 모델

악성 흑색종은 인간의 표피 멜라노사이트에서 발생하는 잘 알려진 치명적인 암의 형태입니다. 다양한 형태의 암을 포함한 이러한 질병의 조기 발견은 진단 속도를 높이고 환자 결과를 향상시키는 데 필요합니다. 질병의 초기 단계 진단을 위해 전이 학습 기반의 앙상블 심층 학습 모델이 제안되었습니다. 데이터 증강을 사용하여 데이터 세트를 증가시키고, Inception-v3, DenseNet-121 및 ResNet-50 기법을 통합한 앙상블 방법을 사용하여 레이블이 지정된 데이터 세트의 부족을 극복하고 정확도를 높이며 모델의 강인성을 향상시켰습니다. 제안된 시스템은 국제 피부 영상 협업(ISIC) 데이터 세트를 사용하여 훈련 및 테스트되었습니다. 제안된 앙상블 모델은 98%의 정확도, 98%의 곡선 아래 면적, 98%의 정밀도 및 98%의 F1 점수를 생산하여 최고의 성능을 달성했습니다. 제안된 모델은 질병 분류에서 기존의 최첨단 모델을 능가했습니다. 더욱이, 제안된 모델은 의료 진단에 유용하며 다양한 질병 발생률을 줄이는 데 기여할 것입니다.