典型文献
基于高分辨率复合网络的皮肤病变分割
文献摘要：
针对皮肤病变图像分割时存在异物遮挡、特征信息缺失和病变区域误分割等问题,提出一种基于高分辨率复合网络的皮肤病变分割方法.该方法一是利用预处理操作细化和扩充皮肤病变图像,降低异物遮挡对网络分割性能的影响.二是利用高分辨率网络和多尺度稠密模块构建编码部分,高分辨率网络能够保证高清特征图全局传递,多尺度稠密模块能够最大化传递病变特征,减少图像特征信息缺失,精确定位皮肤病变区域.三是利用反向高分辨率网络和双残差模块构建解码部分,双残差模块在重建解码特征时能够捕获深层语义信息与空间信息,提高皮肤病变图像分割精度.在IS?BI2016、ISBI2017和ISIC2018数据集上进行实验,其准确度分别为96.14％、93.72％和95.73％,Dice相似系数分别为93.16％、88.56％和92.00％,Jaccard指数分别为87.01％、77.19％和85.19％,其分割方法整体性能优于现有方法.仿真实验证明,高分辨率复合网络对皮肤病变图像具有较好的分割效果,为皮肤疾病的诊断提供了新窗口.
文献关键词：
皮肤病变;图像分割;高分辨率网络;多尺度稠密模块;双残差模块
中图分类号：
作者姓名：
梁礼明;周珑颂;冯骏;盛校棋;吴健
作者机构：
江西理工大学电气工程与自动化学院,江西赣州341000;华南理工大学计算机科学与工程学院,广东广州510006
文献出处：
引用格式：
[1]梁礼明;周珑颂;冯骏;盛校棋;吴健-.基于高分辨率复合网络的皮肤病变分割)[J].光学精密工程,2022(16):2021-2038
A类：
多尺度稠密模块,双残差模块,BI2016,ISBI2017
B类：
复合网络,皮肤病变,图像分割,异物遮挡,特征信息,信息缺失,分割方法,高分辨率网络,高清,特征图,病变特征,图像特征,精确定位,解码,深层语义信息,空间信息,ISIC2018,Dice,相似系数,Jaccard,整体性能,分割效果,皮肤疾病,新窗口
AB值：
0.195335
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
