Classificação do câncer de pele usando um modelo de rede neural aprimorado pelo borderline-SMOTE em imagens dermatoscópicas

Key Points

• A precisão da classificação alcançou 92% usando o método borderline-SMOTE com rede neural.
• O modelo processa imagens dermatoscópicas para identificar tipos de câncer de pele de forma eficaz e consistente.
• Uma arquitetura de rede neural modificada treinada em conjuntos de dados aprimorados melhora as previsões de forma significativa.
• Esses resultados podem aprimorar a análise dermatológica, mas exigem validação no mundo real além do conjunto de dados.