在谷歌Scholar、PubMed、Medline、ScienceDirect和Web of Science数据库中搜索系统综述和英语发表的原始研究文章。搜索词 卷积神经网络， 深度学习， 皮肤癌， 病变， 黑素瘤, 癌是结合在一起的。只有显示出足够科学进展的论文才被纳入本综述。

我们的综述仅限于皮肤病变的分类方法。特别是，如Demyanov等人所提出的仅将CNN应用于病变分割或皮肤镜模式分类的方法[ 14]在本文中没有考虑。此外，只有显示出足够科学过程的论文被包括在这篇综述中。后一个标准包括以一种可理解的方式提出方法，并充分讨论结果。本作品不考虑表演起源不可信的作品，例如，在Carcagnì等[ 15或Dorj等[ 16］．

cnn是具有特定架构的神经网络，已被证明在图像识别和分类等领域非常强大[ 17］．cnn已经被证明可以比人类更好地识别人脸、物体和交通标志，因此可以在机器人和自动驾驶汽车中找到。

cnn是一种监督学习方法，因此使用标记有各自类的数据进行训练。从本质上讲，cnn学习输入对象和类标签之间的关系，并包括两个组件:隐藏层，其中提取特征，在处理结束时，用于实际分类任务的完全连接层。与常规的神经网络不同，CNN的隐藏层具有特定的架构。在常规神经网络中，每一层由一组神经元组成，每一层的一个神经元与前一层的每个神经元相连。CNN中隐藏层的架构略有不同。一层中的神经元不与前一层的所有神经元连接;相反，它们只与少量的神经元相连。这种对局部连接的限制和将局部神经元输出汇总为一个值的附加池化层导致了平移不变特征。这使得训练过程更简单，模型复杂度更低。

在本节中，介绍了用于分类皮肤病变的个别CNN方法。cnn可以用两种根本不同的方式对皮肤损伤进行分类。一方面，CNN在另一个大型数据集上进行预训练，例如ImageNet [ 18]，可以作为特征提取器。在这种情况下，分类由另一个分类器执行，例如k-最近邻、支持向量机或人工神经网络。另一方面，CNN可以通过端到端的学习，直接学习原始像素数据和类标签之间的关系。与典型应用于机器学习的经典工作流相比，特征提取成为分类的一个组成部分，不再被视为一个单独的、独立的处理步骤。如果CNN是通过端到端学习来训练的，那么研究可以另外分为两种不同的方法:从头开始学习模型或迁移学习。所给出的CNN方法的概述显示在 图1．

深度CNN模型成功训练的一个基本要求是有足够的标注了类的训练数据。否则，存在神经网络过拟合的风险，因此，网络对于未知输入数据的泛化属性不足。可公开获得的皮肤病变分类数据非常有限。几乎所有已发布的方法使用的数据集，每个训练类包含的训练数据点远远少于1000个。相比之下，知名的CNN图像分类模型，如AlexNet [ 18]， VGG [ 19]， GoogLeNet [ 20.]，或ResNet [ 21]，通过大型图像数据库ImageNet进行训练，每个训练班有超过1000张训练图像。

然而，通过使用一种称为迁移学习的特定训练过程，即使只有少量的数据可供训练，也可以使用具有数百万个自由参数的强大CNN模型进行分类。在这种情况下，CNN使用一个非常大的数据集进行预训练，例如ImageNet;然后将其用作各自任务的CNN的初始化。特别是在实际分类任务中，根据训练类的数量对预训练CNN模型的最后一层全连接层进行了修改。然后，对预训练的CNN的权重有两个选择:微调CNN的所有层，或者因为过拟合问题冻结一些前面的层，并只微调网络的一些后面的层。这种技术背后的思想是，CNN的前层包含更多对许多任务有用的通用特征(例如，边缘或色块检测器)，但CNN的后层越来越特定于原始数据集中包含的类的细节。

在接下来的讨论中，介绍了用于评估不同分类器的统计量。接下来，介绍了利用CNN作为特征提取器的方法。最后一小节概述了使用CNN进行端到端学习时所涉及的方法。

分类器将每个对象分配给一个类。这种赋值通常不是完美的，对象可能会被赋给错误的类。要计算一个分类器，必须知道对象的实际类。为了评价分类质量，将分类器分配的类与实际类进行比较。这允许对象被分为以下四个子集:

基于这些子集的基数，现在可以计算分类器的统计量。一个常见且广泛使用的量是准确度，只有当数据集中的不同类别近似均匀分布时，这才是一个合理的度量。精度按(TP + TN)/(TP + TN + FP + FN)计算。它指定已正确分类的对象的百分比。

另外两个重要的指标是敏感性和特异性，即使不同的类别分布不均匀，也可以应用它们。灵敏度表示在数据集中包含的阳性对象总数中被正确分类为阳性对象的比例，由TP/(TP + FN)计算。

特异性表示在可用数据集中包含的阴性对象总数中，被正确分类为阴性对象的比例，由TN/(TN + FP)计算。

二元分类器的输出被解释为类的概率分布。通常，在二进制分类器中，输出值大于.5的对象被分配给正类，输出值小于.5的对象被分配给负类。另一种基于受试者工作特征(ROC)的方法被使用。用于分类的阈值系统地在0到1之间变化，并确定每个选定阈值的敏感性和特异性。ROC曲线通过绘制灵敏度相对于1-特异性来计算，并可用于评估分类器。ROC曲线偏离对角线越远，分类器越好。曲线下面积是曲线下面积(AUC)。

通过去除使用大型数据集预训练的CNN的全连接层，CNN可以被纳入分类。在皮肤病变分类中，使用ImageNet进行预训练。尽管是非医学图像域，但学习到的特征具有足够的质量用于病变分类[ 22］．

Pomponiu等[ 23]只使用了399张来自标准相机的图像来分类黑素瘤和良性痣。首先，对数据进行增强和预处理。随后，应用预训练的AlexNet进行表征特征的提取。然后使用余弦距离度量的k-最近邻分类器对病变进行分类。该算法没有使用独立的测试数据集进行测试;只进行了交叉验证。该算法灵敏度为92.1%，特异性为95.18%，准确率为93.64%。除了不存在的独立测试数据集之外，还必须注意每个皮肤病变的感兴趣区域必须手动注释。

Codella等人也应用了特征提取的AlexNet模型[ 24］．相比于Gutman等人[ 12]，然而，共有2624张来自公开的国际皮肤成像合作组织(ISIC)数据库的皮肤镜图像被用于黑素瘤与非黑素瘤病变或黑素瘤与非典型痣的分类。除了经过修改的AlexNet输出，作者还使用了来自稀疏编码、深度残差网络和卷积u -网络的低级手工特征和特征。然后使用支持向量机根据所有这些特征进行分类。作者报告了对黑色素瘤和非黑色素瘤进行分类的准确性为93.1%，敏感性为94.9%，特异性为92.8%。在较为困难的黑色素瘤和非典型痣的鉴别中，报道的准确率为73.9%，敏感性为73.8%，特异性为74.3%。作者还表明，与只使用低级手工特征的分类器相比，使用深度特征可以获得更好的性能。

河原等[ 25]使用线性分类器对10种不同的皮肤病变进行分类。特征提取也使用AlexNet进行，其最后一个全连接层被卷积层取代。使用公共Dermofit图像库对这个稍加修改的AlexNet进行了测试，该库包含10个皮肤病变的1300张临床图像。基于10种不同类型皮肤病变的整个数据集，准确率达到81.8%。

比较皮肤病变分类方法的一个问题是，个别作品所考虑的问题公式不同，有时只是略有不同。这不仅发生在所考虑的培训课程和使用的数据上，而且发生在所呈现的统计量上。此外，一些作品除了使用公开可访问的数据档案外，还使用了皮肤诊所的非公开档案[ 3.， 26］．这使得重现结果变得更加困难。自2016年以来，ISIC黑色素瘤项目试图通过建立一个可公开访问的皮肤镜下皮肤病变图像档案作为教育和研究的基准来改善这方面[ 12］．此外，他们还宣布了一项年度挑战，其中必须解决一个明确定义的问题。如果有更多的工作与这一基准进行比较，以便在研究状态下对程序进行更好的排名，这将是可取的。

这一研究领域的另一个重要挑战是开发大型公共图像档案，其中的图像尽可能代表世界人口[ 33］．现有的图像档案主要包含浅肤色人群的皮肤损伤。例如，ISIC数据库中的图像主要来自美国、欧洲和澳大利亚。为了实现对深肤色人群的准确分类，CNN必须学会从肤色中进行抽象。然而，只有当它在训练中观察到足够多的深色皮肤的人的照片时，这才会发生。

通过添加临床数据(如年龄、性别、种族、皮肤类型和解剖位置)作为分类器的输入，可以提高分类质量。这些额外的信息有利于皮肤科医生的决策，如Haenssle等[ 3.]。今后的工作应考虑到这些方面。

不幸的是，由于许多作者使用非公共数据集进行训练和/或测试，因此很难在很多时候不可能比较已发表的分类结果的性能。今后的出版物应使用公开的基准，并充分披露用于培训的方法，以便进行比较。