[논문 리뷰] ISIC 2017 - Skin Lesion Analysis Towards Melanoma Detection

Matt Berseth|arXiv (Cornell University)|2017. 03. 01.

Cutaneous Melanoma Detection and Management참고 문헌 3인용 수 75

한 줄 요약

논문은 흑색종 탐지를 위한 ISIC 2017 Part 1(병변 분할) 및 Part 3(병변 분류)에 대한 심층 CNN 기반 방법을 제시한다.

ABSTRACT

Our system addresses Part 1, Lesion Segmentation and Part 3, Lesion Classification of the ISIC 2017 challenge. Both algorithms make use of deep convolutional networks to achieve the challenge objective.

연구 동기 및 목표

• ISIC 2017 Part 1 분할 및 Part 3 분류 과제를 동기 부여하고 다룬다.
• 피부 병변을 분할하기 위한 심층 CNN 기반 알고리즘을 개발한다.
• 흑색종 탐지를 위한 피부 병변 분류를 위한 심층 CNN 기반 알고리즘을 개발한다.

제안 방법

• 병변 분할을 위해 심층 합성곱 신경망을 활용한다.
• 병변 분류에 심층 합성곱 신경망을 적용한다.
• ISIC 2017 Part 1 및 Part 3 과제 모두를 다루는 시스템을 설명한다.

실험 결과

연구 질문

• RQ1 ISIC 2017 이미지에서 심층 CNN이 피부 병변을 효과적으로 분할할 수 있는 방법은?
• RQ2 ISIC 2017 Part 3에서 흑색종 탐지를 돕기 위해 병변을 정확하게 분류할 수 있는가?
• RQ3 ISIC 2017 내에서 제안된 CNN 기반 방법의 분할 및 분류 작업 성능은 어떠한가?

주요 결과

• 병변 분할을 위한 CNN 기반 접근법을 제시한다.
• 병변 분류를 위한 CNN 기반 접근법을 제시한다.
• 분할 및 분류를 위한 ISIC 2017 도전 과제에 시스템의 적용 가능성을 입증한다.