DeepLesionNet: Precise Segmentation and Classification of Skin Lesions via Convolutional Neural Networks
Year: 2025
Type: article
Abstract: DeepLesionNet은 피부 병변을 자동으로 분할하고 분류하도록 설계된 고급 합성곱 신경망(CNN)입니다. 이 모델은 30,000개의 이미지와 해당 분할 마스크로 구성된 대규모 데이터셋을 활용하여 7가지 병변 유형을 커버하여 외관, 크기, 색상 및 질감의 다양성을 보장합니다. DeepLesionNet은 새로운 이중 작업 전략을 사용하여 병변 분할 및 분류를 동시에 관리하여 정확도를 높이고 계산 복잡성을 줄입니다. 모델의 정교한 특징 추출과 다중 스케일 학습 기능을 통해 병변 모양, 색상 분포 및 질감의 미묘한 패턴을 감지할 수 있어 정확한 진단에 매우 중요합니다. 광범위한 테스트를 통해 92.81%의 다이 계수와 96.18%의 분류 정확도를 입증했습니다. 이 고성능 프레임워크는 피부과 전문의가 보다 정확하고 시의적절한 진단 결정을 내릴 수 있도록 도와주며, 궁극적으로 수술 계획, 환자 관리 및 결과를 개선합니다. DeepLesionNet의 정밀한 병변 분석은 기존 방법에 비해 상당한 이점을 제공하여 흑색종 및 기타 피부 종양의 조기 발견을 개선하고 글로벌 생존율을 향상시킬 수 있습니다.
Authors: Rubina Akter Rabeya, Shah Muhammad Imtiyaj Uddin, Kamran Hussin Chowdhury, Heung-Kook Choi, Hee-Cheol Kim
Language: English
Subfield: Oncology
Field: Medicine
Domain: Health Sciences
Open Access status: diamond
OpenAlex ID: W4408208997