融合类激活映射和视野注意力的皮肤病变分割 |
| |
引用本文: | 张宇,梁凤梅,刘建霞.融合类激活映射和视野注意力的皮肤病变分割[J].计算机工程与应用,2023(21):187-194. |
| |
作者姓名: | 张宇 梁凤梅 刘建霞 |
| |
作者单位: | 太原理工大学信息与计算机学院 |
| |
基金项目: | 山西省重点研发计划(202102030201012); |
| |
摘 要: | 在皮肤镜图像分割问题中,分割精度受多重因素影响,包括图像对比度、病变大小及异物干扰等,为提高分割精度,解决病变边界分割不准等问题,提出一种改进的DeepLab V3+网络。该改进网络一方面生成原图像的类激活映射,融入到网络的编码器中作先验信息,为网络提供准确的定位信息并消除部分干扰因素;另一方面,在空洞空间金字塔模块中融合视野注意力机制,实现局部跨视野交互;同时将Dice损失和排序损失相结合作为本网络的损失函数,使网络更关注硬像素的误差,优化分割模型。分别在ISIC-2017和PH2数据集上对所提模型评估,其Jaccard指数(JA)分别达到82.6%和89.2%,准确率分别达到95.2%和96.5%,实验结果表明所提模型分割敏感度更高,综合分割性能较其他先进网络有所提升。
|
关 键 词: | 医学图像处理 皮肤病变分割 类激活映射 视野注意力机制 混合损失函数 DeepLab V3+ |
|
|