基于多尺度信息提取和特征融合的皮肤镜图像分割算法
唐嘉男
孟祥瑞
安徽理工大学 计算机科学与工程学院,安徽 淮南 232001
摘要：针对现有皮肤镜图像分割技术分割精度不高的问题,提出了一种基于多尺度信息提取和特征融合的U型网络(multi-scale information extraction and feature fusion U-shaped network,MF-UNet)模型.在U-Net的基础上,在卷积层后加入批归一化层,将原本的跳跃连接部分替换为4 级特征融合模块,充分利用语义信息和位置信息,在特征提取端末尾加入多尺度空洞卷积模块和多尺度池化模块,增大感受野,利用双路拼接上采样模块进行上采样,减少图像恢复过程中的信息损失.实验表明,相较于U-Net模型,MF-UNet在平均交并比(mean intersection over union,MIoU)上提升了 14.32%,在戴斯相似系数(Dice similarity coefficient,DSC)上提升了 13.18%,取得了较好的结果.该研究为计算机技术辅助医生进行皮肤病诊断提供了借鉴.
关键词：语义分割皮肤镜图像特征融合注意力机制MF-UNet深度学习病灶边缘
分类号：TP391.4(计算技术、计算机技术)
资助基金：安徽省重点研究与开发计划资助项目(202104a07020001)
论文发表日期：2024-06-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 226-232 )
英文信息