标题：基于Transformer的皮肤癌图像辅助识别
作者：陈小飞 王瑞 姚柳丞
作者单位：上海大学通信与信息工程学院，上海 200444
关键字：皮肤癌辅助识别；Transformer；BatchFormer
摘要：黑色素瘤是皮肤癌最为致命的一种，早期诊断对于及时有效的治疗至关重要。针对皮肤癌诊断存在的人为主观性、差异性，以及现有的计算机辅助识别因数据集不平衡而导致准确率低等问题，提出了一种基于Transformer辅助识别皮肤癌图像的方法。以批处理Transformer模型对皮肤癌图像进行分类，其中批处理的作用是，在提取皮肤癌图像特征时共享样本间的特征，缓解数据集不平衡问题。使用ISIC2019数据集进行实验评估。实验结果表明，该方法有效提升了分类准确性，并且各评估指标分别为准确率91.78%，BMA值93.75%，F1-score值99.94%。该方法可用于黑色素瘤的辅助诊断，对皮肤癌的早期筛查具有参考价值。