一种改进的I-Unet网络的皮肤病图像分割算法

• 作者: 叶西宁 蒋宏达
• 来源期刊: 现代电子技术
• 关键词: 皮肤病 I-Unet网络 图像分割 空洞卷积 特征融合 全连接条件随机场
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 52-56
• 页数: 5页
• 分类号: TN711-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.12.013

摘要

黑色素瘤是常见的皮肤癌,皮肤病图像分割在皮肤癌诊断过程中起到至关重要的作用.为了利用I-Unet深度神经网络强大的编码解码功能来自动分割出皮肤病病灶区域,文中提出一种改进的I-Unet网络的皮肤病图像分割算法.该方法采用空洞卷积扩大卷积感受野,利用类Inception和循环神经网络(RCNN)分别提取图像不同尺度的特征,并进行多尺度特征融合,运用全连接条件随机场(CRF)进行图像后处理.结果表明,所提算法在皮肤病图像分割中取得了良好的效果,算法的Jaccard系数达到了0.780,Dice系数稳定在0.871;与同类最佳研究结果相比,Jaccard系数及Dice系数分别提高了1.5％,2.2％,表明该方法有效提升了网络图像分割的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶西宁	华东理工大学信息科学与工程学院	19	200	6.0	14.0
2	蒋宏达	华东理工大学信息科学与工程学院	1	2	1.0	1.0