检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于卷积神经网络的皮肤镜图像分类研究

基于卷积神经网络的皮肤镜图像分类研究

作者：胡莹晖湖北师范大学

学位级别：硕士

由于生态环境被人为破坏,臭氧层减少使其对紫外线辐射的保护减弱,从而导致皮肤疾病患病人数不断上升。若耽误了皮肤病变的治疗时机,可能会存在生命危险。随着深度学习技术的持续发展,图像分类逐渐在医学领域崭露头角。尽管使用卷积神经... 详细信息

由于生态环境被人为破坏,臭氧层减少使其对紫外线辐射的保护减弱,从而导致皮肤疾病患病人数不断上升。若耽误了皮肤病变的治疗时机,可能会存在生命危险。随着深度学习技术的持续发展,图像分类逐渐在医学领域崭露头角。尽管使用卷积神经网络的皮肤镜图像分类方法能够自动对多种皮肤病变进行分类,但该方法也存在着一些问题。例如在皮肤病变图像中不同类别之间样本数量不平衡,以及病变区域的相似性和差异性。为了解决上述问题,本文提出了两种皮肤镜图像分类算法,具体研究内容如下:本文将多种传统的数据增强技术与随机增强方法相结合,来扩充少数类别样本数量,从而有效解决了皮肤镜图像数据集中类间样本不平衡和稀缺类别样本的问题。针对数据集中皮肤病种类间的相似性和种类内的差异性,本文提出了一种改进密集连接网络的皮肤镜图像分类算法。该方法结合置换注意力模块,提高了网络对皮肤镜图像局部和全局的表征学习能力,并将密集连接网络中的转换层替换成了由多个池化层和卷积层组成的特征融合下采样模块,使网络更好地捕捉在不同尺度上的图像细节信息和全局上下文。实验结果表明,该方法在HAM10000数据集上取得了86.74%的准确率。与基准网络和其他研究方法相比,具有更好的分类性能。为了弥补单一网络的不足,本文结合Dense Net121网络和Res Net50网络,提出了一种基于双流网络的皮肤镜图像分类算法。利用两个网络的卷积部分对皮肤镜图像进行特征提取,随后加入Par Net模块融合皮肤镜图像的低级特征与高级特征,提升了网络的特征利用率和分类性能。实验结果表明,该方法在HAM10000数据集上取得了90.50%的准确率。与单一网络和其他由多个网络组成的研究方法相比,具有更好的分类性能。

关键词：卷积神经网络皮肤镜图像置换注意力双流网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多特征融合的皮肤镜图像分析研究

基于多特征融合的皮肤镜图像分析研究

作者：陈维林山东财经大学

学位级别：硕士

在医学图像分析中,对疾病图像进行图像分割有助于临床诊断和治疗。由于医学图像通常对比度较低,某些结构的大小和形状变化较大,这将导致分割过度和分割不足。这些问题在皮肤损伤的分割中表现得尤为明显。皮肤图像边界的模糊和患者的特... 详细信息

在医学图像分析中,对疾病图像进行图像分割有助于临床诊断和治疗。由于医学图像通常对比度较低,某些结构的大小和形状变化较大,这将导致分割过度和分割不足。这些问题在皮肤损伤的分割中表现得尤为明显。皮肤图像边界的模糊和患者的特异性会进一步增加皮肤病变分割的难度。目前,大多数研究人员使用深度学习网络来解决这些皮肤分割问题。然而,传统的卷积方法在获取全局特征方面存在不足,往往不能获得满意的分割效果。为了在皮肤图像分割网络使用中提取更多与医学图像分割相关的特征,并有效地利用所提取的特征进一步优化皮肤图像分割模型。针对CNNs与Transformers特征融合以及皮肤图像边界模糊的问题,本文首先明确了基于CNNs网络的Res Net网络和基于Transformers网络的Swin Transformer所提取特征的融合互补的重要性,并提出了针对这两个问题的医学图像分割网络:(1)本文通过明确特征提取网络的中间层特征与融合模块设置之间相关性的重要性来解决在CNNs与Transformers融合时特征互补性具有挑战的问题。证明了基于CNNs网络的Res Net与基于Transformers网络的Swin Transformer通过融合可用于皮肤镜像图像分割任务。通过在皮肤镜像图像分割任务中对特征可视化分析,我们可以从特征的角度发现基于CNNs网络的Res Net与基于Transformers网络的Swin Transformer所提取的特征具有互补性。(2)本文提出了新的皮肤图像分割网络(Pact-Net)来解决CNNs与Transformers融合的问题。双分支结构利用了CNNs和Transformers分支在提取局部和全局特征信息方面的优势,使得Pact-Net能够有效地提取丰富的局部和全局信息。此外,为了充分利用各分支的特性,设计了一种新型的融合模块CSMF。它包括一个使用通道和空间注意力生成全局空间、全局通道、局部空间和局部通道特征进行特征融合的模块CSF,以及一个使用自适应多尺度特征选择来整合高层特征和低层特征的融合模块SSMF。我们提出利用分支的中间层获取融合所需的互补特征,并在相同和不同分辨率下使用通道、空间注意力和多尺度融合的方法,可以使特征提取更有效,使融合更高效。(3)本文提出了一种新的边界提取网络(Pact-BL-Net)用于解决皮肤医学图像分割任务中边界特征提取的问题。Pact-BL-Net分别在浅层特征和深层特征上处理皮肤图像分割中的模糊边界。基于浅层特征和深层特征的特点,我们提出了两种边界提取模块(SFBM和DFBM)来探索不同分辨率下的边界特征,以提高边界分割的准确性。最后,为了实际应用,我们构建了一个基于皮肤医学图像分割的CAD系统。综上所述,本文利用CNNs和Transformers在提取局部和全局特征方面的优势,通过整合特征进行皮肤病变分割。此外,进一步增加边界感知模块来加强网络的皮肤图像分割能力。与目前最先进的方法相比,本文所提出的方法可以在皮肤病变分割数据集上实现最先进的分割能力,帮助医生诊断和治疗疾病。

关键词： CNNs Transformers 皮肤镜图像多特征融合

基于多尺度信息提取和特征融合的皮肤镜图像分割算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

湖北民族大学学报（自然科学版） 2024年第2期42卷 226-232页

作者：唐嘉男孟祥瑞安徽理工大学计算机科学与工程学院安徽淮南232001

针对现有皮肤镜图像分割技术分割精度不高的问题,提出了一种基于多尺度信息提取和特征融合的U型网络(multi-scale information extraction and feature fusion U-shaped network,MF-UNet)模型。在U-Net的基础上,在卷积层后加入批归一化... 详细信息

针对现有皮肤镜图像分割技术分割精度不高的问题,提出了一种基于多尺度信息提取和特征融合的U型网络(multi-scale information extraction and feature fusion U-shaped network,MF-UNet)模型。在U-Net的基础上,在卷积层后加入批归一化层,将原本的跳跃连接部分替换为4级特征融合模块,充分利用语义信息和位置信息,在特征提取端末尾加入多尺度空洞卷积模块和多尺度池化模块,增大感受野,利用双路拼接上采样模块进行上采样,减少图像恢复过程中的信息损失。实验表明,相较于U-Net模型,MF-UNet在平均交并比(mean intersection over union,MIoU)上提升了14.32%,在戴斯相似系数(Dice similarity coefficient,DSC)上提升了13.18%,取得了较好的结果。该研究为计算机技术辅助医生进行皮肤病诊断提供了借鉴。

关键词：语义分割皮肤镜图像特征融合注意力机制 MF-UNet 深度学习病灶边缘

皮肤镜图像散焦模糊与光照不均混叠时的无参考质量评价

在线全文

学校读者我要写书评

暂无评论

自动化学报 2014年第3期40卷 480-488页

作者：卢亚楠谢凤英周世新姜志国孟如松北京航空航天大学宇航学院图像处理中心北京100191 内蒙古兴安职业技术学院乌兰浩特137400 中国人民解放军空军总医院皮肤科北京100142

皮肤镜图像的采集质量直接影响后续的分析诊断结果.针对皮肤镜图像在采集过程中可能出现的散焦模糊和光照不均两种类型的失真,提出了一种有效的无参考图像质量评价算法.通过频率特性分析我们发现,散焦模糊主要影响离散余弦变换(Discrete... 详细信息

皮肤镜图像的采集质量直接影响后续的分析诊断结果.针对皮肤镜图像在采集过程中可能出现的散焦模糊和光照不均两种类型的失真,提出了一种有效的无参考图像质量评价算法.通过频率特性分析我们发现,散焦模糊主要影响离散余弦变换(Discrete cosine transform,DCT)后的直流分量,而光照不均则主要影响第一交流分量.针对该特性,论文在频率域设计质量评价模型,首先将散焦模糊与光照不均两种失真成功分离,进而分别计算失真程度,给出评价指标.实验结果表明,本文提出的算法既可以对散焦模糊或光照不均单一失真类型的皮肤镜图像进行质量评价,也可以对两种失真类型同时存在的复杂皮肤图像进行评价,给出的评价结果稳定客观、互相独立,且与主观评价结果相一致.

关键词：皮肤镜图像图像质量评价散焦模糊光照不均离散余弦变换

采用pix2pixHD的高分辨率皮肤镜图像合成方法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2020年第11期32卷 1795-1803页

作者：丁赛赛吕佳重庆师范大学计算机与信息科学学院重庆401331 重庆师范大学重庆市数字农业服务工程技术研究中心重庆401331

皮肤镜图像中的皮肤病变自动识别是提高诊断性能和减少皮肤癌死亡的重要方法.针对训练数据不足的问题,提出一种基于pix2pixHD的高分辨率皮肤镜图像合成方法.首先,通过皮肤病灶的真实边界,结合病变类别对皮肤病变知识进行建模,获取包含... 详细信息

皮肤镜图像中的皮肤病变自动识别是提高诊断性能和减少皮肤癌死亡的重要方法.针对训练数据不足的问题,提出一种基于pix2pixHD的高分辨率皮肤镜图像合成方法.首先,通过皮肤病灶的真实边界,结合病变类别对皮肤病变知识进行建模,获取包含病理意义的标签映射;其次,以标签映射作为病变合成的约束条件,利用构建的生成对抗网络模型实现标签映射向皮肤镜图像的空间映射,同时将生成器的浅层和深层特征相结合以避免图像细节信息的丢失;然后,引入标准差特征匹配损失以稳定生成对抗网络的训练.在ISIC-2017数据集上的实验结果表明,相比不同合成方法生成图像的质量,该方法具有更好的视觉效果以及IS与FID定量化指标评价,并且可为监督学习网络提供额外的信息增益,以提高皮肤病变分类的准确度.

关键词：皮肤镜图像病变识别生成对抗网络特征匹配损失

在线全文

学校读者我要写书评

暂无评论

皮肤镜图像病灶分割方法研究

皮肤镜图像病灶分割方法研究

作者：张鹏霞沈阳工业大学

学位级别：硕士

医疗资源不足的社会现状催促了计算机辅助诊断技术的产生。皮肤病的计算机辅助诊断技术已成为医学图像与智能计算相结合的一大研究重点,而对病灶的检测分割是辅助诊断中的关键步骤。皮肤病图像可分为临床图像和病理图像两大类,本文以临... 详细信息

医疗资源不足的社会现状催促了计算机辅助诊断技术的产生。皮肤病的计算机辅助诊断技术已成为医学图像与智能计算相结合的一大研究重点,而对病灶的检测分割是辅助诊断中的关键步骤。皮肤病图像可分为临床图像和病理图像两大类,本文以临床图像为研究对象,结合深度学习研究病灶分割问题。皮肤病临床图像是通过拍照设备直拍病灶表面获取的,因此得到的图像质量较低。如采用专业设备皮肤镜获取的图像大多存在黑框、阴影等噪声;普通拍照设备收集的图像多受光照影响;当病灶位于毛发旺盛的区域时,存在毛发、血管等天然噪声;又因为皮肤病的病灶存在大量的浸润、渲染现象导致图像的背景区域与病灶之间没有明确的界限。针对皮肤镜图像的病灶分割问题,本文从以下几个方面展开工作:对皮肤镜图像预处理,包括移除黑框噪声、移除毛发噪声和增强图像前景和背景的对比度。黑框移除方法逐像素计算黑框所在位置并对是黑框的行列进行删除;提出一种基于阈值的毛发移除方法,用阈值将毛发分为粗密、稀疏两类,粗密毛发使用偏微分运算修复毛发部位,稀疏毛发使用双线性插值修复毛发;增强对比度方法根据视觉成像原理,将原始图像视为入射光和物体本身的乘积,通过去除入射光分解出物体本身来增强图像边缘特征并提高图像亮度。使用神经网络作为分割模型对预处理后的图像进行病灶分割。在研究了神经网络在病灶分割中的应用后,分析了U-net模型,并使用U-net模型对皮肤病病灶进行分割。在实验中,使用Dice损失函数作为目标函数改进U-net模型。实验结果表明,原始U-net模型在皮肤病病灶分割问题中能够达到85.21%,而使用Dice作为目标函数时模型的性能并没有较大提高,准确率仅比原模型高1.88%。在U-net模型的基础上构建了一种基于可分离卷积的编解码分割模型,编码部分的特征提取器由可分离卷积和空洞卷积构成;解码部分继续延用U-net模型的上采样操作;分割模型的目标函数使用Dice损失函数。实验结果表明,该模型在皮肤病病灶分割问题中可取得较好效果,准确率达到95.24%,比U-net模型提高了6.17%的准确率。

关键词：皮肤镜图像病灶分割深度可分离卷积图像分割编解码模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

皮肤镜图像的皮损边界检测算法研究

皮肤镜图像的皮损边界检测算法研究

作者：程书元电子科技大学

学位级别：硕士

黑色素瘤是死亡率最高的皮肤癌,然而由于医疗诊断水平的不足,往往在早期的时候难以发现而丧失最佳的治疗时间。皮肤镜能有效帮助进行黑色素瘤的诊断,而皮肤镜图像的皮损边缘检测是计算机自动诊断的重要步骤。面对皮损区域颜色纹理复杂... 详细信息

黑色素瘤是死亡率最高的皮肤癌,然而由于医疗诊断水平的不足,往往在早期的时候难以发现而丧失最佳的治疗时间。皮肤镜能有效帮助进行黑色素瘤的诊断,而皮肤镜图像的皮损边缘检测是计算机自动诊断的重要步骤。面对皮损区域颜色纹理复杂、形状边缘不规则的特性,现在的边缘检测算法不能有效地对皮损区域进行分割,极大影响了计算机自动诊断在黑色素瘤临床中的使用。为了有效提高皮肤镜图像的皮损边界检测的准确性和可靠性,本文提出了一套基于超像素和机器学习的皮损边界检测算法框架,包括图像预处理和超像素分割、机器学习对超像素分类、边界检测后期处理等内容。本文的主要内容包括:1.研究和实现了一套皮肤镜图像预处理算法,包括图像噪声的移除和图像增强,其中噪声移除包括图像黑框噪声的移除和图像毛发噪声的移除。通过这些算法,黑框噪声和毛发噪声得到了有效的移除。通过这些预处理,为后续特征的提取和分类奠定了坚实的基础。2.研究和提出了基于超像素的皮肤镜图像皮损边界检测算法。采用SLIC算法将皮肤镜图像分割成超像素,保存了后续图像边界检测识别的有效特征,且不会破坏图像中皮损区域的边界信息,能够有效提高皮损区域边界检测算法的准确性。3.研究和实现了超像素的特征提取和分类。本文利用皮肤镜图像的特点,提取了皮肤镜图像超像素的纹理、颜色、与背景皮肤灰度差、周围超像素标签分布等特征,采用SVM对超像素进行分类,得到了皮肤镜图像的初始皮损边界。4.研究和实现使用卷积神经网络对超像素进行分类。本文研究使用卷积神经网络自动对皮肤镜图像的超像素进行特征提取和分类,对不同的网络结构和参数对最终的边缘检测算法准确性的影响进行了深入研究。5.研究和实现了一套皮肤镜图像皮损边界检测后期处理算法,包括子区域的合并、孤岛移除、孔洞填充和边缘平滑。通过这些算法能将图像分割为皮损和正常背景皮肤两个部分,有效地减少了通过算法得到皮损边界和皮肤科专家手绘皮损边界的差别。

关键词：皮肤镜图像皮损边缘检测超像素机器学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

皮肤镜图像分割算法研究

皮肤镜图像分割算法研究

作者：明镝电子科技大学

学位级别：硕士

恶性黑色素瘤是当今世界增长最快的癌症之一。皮损区域分割,即皮损区域的边缘检测,是基于皮肤镜图像的计算机自动诊断的重要环节。然而,在处理大小、颜色、纹理、结构变化多样的皮损区域时,现有单一的皮肤镜分割算法仅能粗略地获取皮损... 详细信息

恶性黑色素瘤是当今世界增长最快的癌症之一。皮损区域分割,即皮损区域的边缘检测,是基于皮肤镜图像的计算机自动诊断的重要环节。然而,在处理大小、颜色、纹理、结构变化多样的皮损区域时,现有单一的皮肤镜分割算法仅能粗略地获取皮损区域,且分割结果缺乏稳定性,有时甚至会出现分割失效的情况。这极大限制了基于皮肤镜图像的计算机自动诊断技术在医学临床中的应用。为解决以上皮肤镜图像自动诊断的技术瓶颈,本论文对皮肤镜图像预处理、分割、后期处理算法进行了深入的研究和探索,主要研究内容包括:1.研究和实现了一整套皮肤镜图像预处理算法,包括黑框移除、气泡移除、毛发移除、对比度增强、最优颜色分量选取等。其中,本文提出的一种毛发移除算法,不但能定位和替换毛发像素,而且能修复毛发所遮挡的原有皮肤区域,为准确的皮损区域分割打下了坚实的基础。2.研究和提出了两种对不同皮损分割算法进行有效融合的算法。第一个融合算法为基于区域一致性的融合算法。该算法根据区域大小、灰度值、纹理的一致性,移除与基准皮损区域矛盾的分割结果,最终形成统一的皮损区域。第二个融合算法为基于马尔科夫随机场的通用融合算法。该算法将彩色图像分割算法和非阈值算法引入到融合框架中,有效地利用了邻域和颜色信息对分割结果进行融合,并利用迭代条件模型得到最优分割结果。3.研究和实现了一整套皮肤镜图像后期处理算法,包括像素标记、子区域合并、孤岛移除、孔洞填充、边缘平滑和膨胀。该算法有效减少了皮损区域自动分割结果同皮肤科专家手工标记边缘的差异性。其中,本文提出了一种基于超级像素的贪婪合并算法,该算法将超级像素概念引入到皮损区域的边缘膨胀,利用贪婪算法取得了皮肤颜色一致性的局部最小值。4.基于评价准则,与三位经验丰富的皮肤科专家手工标记的皮损边缘进行对比分析,计算得到各种分割算法的误差统计值。实验结果显示,本文所提出的分割方法比现有分割方法具有更高的皮损区域检测率和更低的整体检测错误率。

关键词：皮肤镜图像黑色素瘤皮损边缘检测分割

基于FL-ResNet50的皮肤镜图像分类方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

激光与光电子学进展 2020年第18期57卷 224-232页

作者：罗清周维马梓钧许海霞湘潭大学信息工程学院湖南湘潭411105

提出一种采用深度卷积神经网络模型对七类病变皮肤镜图像进行分类的方法。使用数据增强方法扩增训练集,提出一种基于ResNet50模型和多分类Focal Loss函数的多分类模型(FL-ResNet50模型),实现皮肤镜图像的多分类。实验结果表明,FL-ResNe... 详细信息

提出一种采用深度卷积神经网络模型对七类病变皮肤镜图像进行分类的方法。使用数据增强方法扩增训练集,提出一种基于ResNet50模型和多分类Focal Loss函数的多分类模型(FL-ResNet50模型),实现皮肤镜图像的多分类。实验结果表明,FL-ResNet50模型的微平均F1值为0.88,优于传统的ResNet50模型。所提方法实现了对七类皮肤镜图像的分类,将图像预处理、特征提取及预测模型学习形成一个完整连续的系统模型,提高了分类性能和效率,具有重要的应用价值。

关键词：图像处理卷积神经网络皮肤镜图像图像分类样本不平衡数据增强损失函数