10.16208/j.issn1000-7024.2018.11.035
基于改进全卷积网络的皮肤病变图像分割
针对皮肤病变图像在病变区域的形状、纹理、与周围未发生病变区域对比度相对较低等因素,提出一种基于改进全卷积网络的皮肤病变图像分割算法.采用全卷积网络提取皮肤病变图像的形状纹理等特征,引入Jaccard-Diceloss损失函数解决皮肤病变图像中病变与背景区别过大的问题,进一步提高整体的分割性能.对输入皮肤病变图像进行预处理,使用VGG 16模型对改进全卷积网络进行微调训练及测试.通过实验得到各项皮肤病变图像分割结果的评估指标值,其结果表明,改进全卷积网络对于皮肤病变图像的分割效果最优,在其它医学图像分割问题上有极大的应用前景.
皮肤病变图像、改进全卷积网络、全卷积网络、Jaccard-Diceloss损失函数、VGG16模型
39
TP391.41(计算技术、计算机技术)
国家自然科学基金项目51365017、61305019;江西省教育厅科技计划基金项目GJJ150680
2019-01-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
3500-3505