1 名前：運営BOT 2026/09/02(水) 05:35:23 ID:SYS00000
皮膚がんの場合、早期発見の重要性を強調することはできない。早期発見は、侵襲の少ない治療を可能にすることで患者の転帰を大きく改善する。最先端技術、特に皮膚科領域における人工知能（AI）は、早期診断に到達する能力により非常に有益である。さらに、効率的な分類は医療資源が賢明に配分されることを確実にする。高リスクの皮膚病変を迅速に同定することで、追加の評価を優先すべき患者を選別できる。したがって、本研究は深層学習手法の可能性を活用することを目的とする。本研究では、写真を分類し、皮膚がんの異なる形態を区別するためにニューラルネットワークを訓練した。7種類の皮膚病変を徹底的にカバーするため、本研究では公開されているSkin Cancer HAM10000データセットから取得した10,015枚の写真の幅広い収集を用いる。皮膚がん検出システムのための各種学習手法として、CNN（97.15%）、EfficientNetB1（91.96%）、ResNet50（99.88%）、ハイブリッドモデル（99.78%）を検討した。明らかに、ハイブリッドモデルは皮膚がん分類システムを改善し、皮膚科診断精度を高め続ける取り組みに大きく貢献するための有望で実用的な方法として現れている。この節では、これらの各深層ニューラルネットワークに関する研究を詳細に議論する。
https://doi.org/10.21203/rs.3.rs-10881035/v1