基于多尺度编码-解码网络的皮肤病变图像分割

• 作者: 杨国亮 洪志阳 许楠
• 来源期刊: 中国医学物理学杂志
• 关键词: 皮肤病变 多尺度编码-解码网络 SegNet 二进制双线性插值
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 医学影像物理
• 页码范围: 199-204
• 页数: 6页
• 分类号: R318|TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2019.02.015

摘要

针对皮肤病变图像分割在医疗诊断中的作用,提出一种基于多尺度编码-解码网络的皮肤病变图像分割算法.该算法继承了SegNet网络结构的训练速度快、训练模型存储小等特点,采用多尺度输入的方式增强了网络对皮肤病变图像的充分学习.此外,在编码网络中的pool2层输出一个二进制双线性插值的中间预测特征图到解码层的最后一层卷积块进行级联输入提高最终的分割精度.实验结果表明,采用多尺度编码-解码网络对皮肤病变图像分割具有极好的效果,在其他医学图像分割方面也能进行广泛应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨国亮	江西理工大学电气工程与自动化学院	74	384	10.0	16.0
2	许楠	江西理工大学电气工程与自动化学院	7	14	2.0	3.0
3	洪志阳	江西理工大学电气工程与自动化学院	5	5	2.0	2.0