딥스킨: 피부암 분류를 위한 딥러닝 접근법

피부암은 세계에서 가장 빠르게 퍼지고 있는 질병 중 하나이며, 제한된 자원으로 인해 조기 발견이 매우 중요합니다. 피부암을 조기에 발견하는 것은 피부과 의사에게 도전 과제가 되며, 최근 몇 년 동안 감독 학습과 비감독 학습 작업 모두에서 딥러닝이 광범위하게 사용되고 있습니다. 이러한 모델 중 하나인 컨볼루션 신경망(CNN)은 객체 탐지 및 분류 테스트에서 모든 다른 모델을 초월했습니다. 데이터셋은 MNIST: HAM10000에서 스크리닝 되었으며, 10015개의 샘플 크기로 7가지 서로 다른 유형의 피부 병변으로 구성되어 실험에 사용되었습니다. 샘플링, 무딘 면도기, 오토인코더 및 디코더를 사용한 세분화와 같은 데이터 전처리 기술이 사용되었습니다. DenseNet169 및 Resnet 50과 같은 전이 학습 기술을 사용하여 모델을 훈련시켜 결과를 얻었습니다.