# 20210713 面談用

[画像処理による湿疹の自動検出と重症度測定](https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7590961)

湿疹の皮膚画像解析では85枚の画像で実験を行っていた

[Derm-NN: 畳み込みニューラルネットワークによる皮膚疾患の検出](https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9120925)

深層学習を用いた皮膚画像解析では500枚以上の画像を用いて実験を行っていた

[皮膚がん検出におけるアンサンブル学習のための特徴量構築に対する遺伝的プログラミングアプローチ](https://dl.acm.org/doi/10.1145/3377930.3390228)

しかし深層学習で精度をあげようとなると学習画像の枚数を数千枚にしないといけないので、こちらで研究されていたのが進化計算を用いた特徴量構築で皮膚がんの検出手法となっている

こちらの手法ではLBPや色特徴、病変部の形状やWavelet特徴に対して進化計算を用いて最適な特徴を選んでモデルを作成するという手法を取っていた

𝐿_𝐶 … RGB画像から抽出したLocal Binary Pattern(LBP)特徴量
𝐿_𝐺 … グレー画像から抽出したLBP特徴量
𝐶_𝑉 … グローバルカラーバリエーション特徴量
𝑆 … 病変部の幾何学的形状特徴量
𝑊 … 周波数ベースのWavelet特徴量

　　　　2つの実世界の皮膚がんデータセットに対する二値分類の結果

手足症候群の方の研究でも、データ量の少なさが問題となっていた要素があったため、何かしらの皮膚疾患の検出に対してこちらの手法を用いることができないか考察してみようかと考えている

この方法では一つの遺伝子が特徴量の組み合わせを持ってたりする

方法じゃなくて何が課題なのかを見つけていくと良いんじゃないかと思います