基于改进全卷积网络的皮肤病变图像分割
Image segmentation of skin lesions based on improved fully convolution network作者机构:江西理工大学电气工程与自动化学院江西赣州341000
出 版 物:《计算机工程与设计》 (Computer Engineering and Design)
年 卷 期:2018年第39卷第11期
页 面:3500-3505页
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金:国家自然科学基金项目(51365017 61305019) 江西省教育厅科技计划基金项目(GJJ150680)
主 题:皮肤病变图像 改进全卷积网络 全卷积网络 Jaccard-Diceloss损失函数 VGG16模型
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。