基于改进全卷积网络的皮肤病变图像分割

• 全文链接
• 请求原文

作   者：

杨国亮;  洪志阳;  王志元;  龚曼; 

作者机构：

江西理工大学电气工程与自动化学院; 

关键词：

皮肤病变图像;  改进全卷积网络;  Jaccard-Diceloss损失函数;  全卷积网络;  VGG16模型; 

期刊名称：

计算机工程与设计

基金项目：

基于人工情感模型与机器学习的球磨机智能控制研究
医药注射剂中可见异物在线视觉检测方法及关键技术研究

i s s n：

1000-7024

年卷期：

2018 年 11 期

页   码：

3500-3505

摘   要：

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VGG16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。