Key points are not available for this paper at this time.
피부 질환은 다양한 증상과 겹치는 증상으로 인해 의료 진단에서 상당한 도전 과제가 됩니다. 딥 러닝 방법, 특히 합성곱 신경망(CNN)은 이러한 질환을 정확하게 분류하는 도구로 부각되고 있습니다. 이 연구는 육안으로 유사한 외관을 보이는 아크틴성 각화증, 기저 세포 암종, 피부섬유종, 흑색종, 신경 모반, 색소성 양성 각화증, 지루성 각화증, 편평 세포 암종 및 혈관 병변 등 아홉 가지 다른 질환을 분류하는 데 초점을 맞추고 있습니다. 연구는 이러한 질환의 이미지를 포함하는 다양한 데이터셋을 수집하는 것으로 시작됩니다. 그런 다음 전처리 기법을 적용하여 훈련과 테스트를 위한 데이터셋을 준비했습니다. LeNet 아키텍처를 사용하여 이 아홉 가지 질환을 분류하였고 95%의 정확도를 달성했습니다. 이 연구에서는 이러한 질환을 식별하기 위해 웹 애플리케이션이 개발되었습니다. 이는 의료 전문가들에게 피부 상태를 정확하게 진단할 수 있는 신뢰할 수 있는 도구를 제공하므로 신뢰를 얻는 데 중요합니다.
Ahalya et al. (Fri,)는 이 질문을 연구했습니다.