简介:摘要:黑色素瘤是一种起源于黑色素细胞的恶性肿瘤,早期及时诊断和干预对降低患者死亡率至关重要。本研究基于python与PyQT5开发一种基于深度学习的黑色素瘤图像分类器,探索基于深度学习的图像分类技术。本文基于深度学习框架,对比ResNet、MobileNetV3和Swin Transformer等不同学习模型,通过收集各种各样的皮肤镜图像数据集,训练一个能进行皮肤镜图像分类的模型,可对皮肤镜图像中的黑色素细胞进行良恶性识别,并基于此模型开发了一款带UI界面的简单黑色素瘤分类器,以方便普通用户检测识别。