基于U型结构的多尺度皮肤病分割算法

摘要：

针对皮肤病灶的形态不一、边缘模糊导致分割精度不高的问题,提出一种基于U型结构的多尺度网络,利用密集空洞空间金字塔池化模块扩大感受野,得到全局多尺度信息,在跳跃连接中加入双向卷积LSTM(BConv-LSTM),融合特征信息,通过注意力机制使网络自动学习各通道之间的关系,实现病灶的精准分割.实验结果表明,该方法在皮肤病分割中表现良好,算法的Dice系数达到0.895,比U-net和U-net++分别提高了4.32％和3.23％.未来有望应用于临床,提升医生诊断黑色素瘤和更多皮肤疾病的效率.

关键词：皮肤病、病灶分割、深度学习分割网络、黑色素瘤、上下文信息、空洞卷积、CNN

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;川大自贡校地合作基金项目;华西医院135交叉学科创新基金项目;智能电网四川省重点实验室应急重点基金项目;四川大学医学+信息中心融合创新基金项目

在线出版日期：2023-02-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：59-65