CLASIFICACIÓN DE LESIONES EN LA PIEL USANDO DCNN, CONGELAMIENTO Y ENSAMBLADO

Resumen

En el ámbito de la telemedicina el uso de la visión computacional y en especial las DCNN nos ayuda al soporte de la actividad médica ya que puede clasificar por medio de patrones de imágenes los diagnósticos de algunas enfermedades. La presente investigación se enfocará en la clasificación de lesiones en la piel por medio de imágenes haciendo uso de las DCNN (redes neuronales convolucionales profundas) aplicando técnicas de transfer learning, además de estudiar el estado actual del arte en este tipo de clasificaciones [2, 6, 4], formas de mejorar su exactitud [5, 3] y como las técnicas de ensamblado puede ayudarnos a mejorar aún más estos resultados [1].
Nuestra materia de estudio será el conjunto de datos HAM10000 [7] con 10,015 imágenes dermatoscópicas divididas en 7 tipos de lesiones. Nuestros resultados indican que congelando capas de forma parcial dentro de las DCNN y combinando el uso de un ensamblado ponderado por medio de algoritmos genéticos, pueden mejorar de forma significativa nuestros resultados.