發(fā)布時間：2023-11-12 19:03

　　針對皮膚病變圖像邊界分割不準確的問題,提出了一種改進的稠密卷積網(wǎng)絡(DenseNet-BC)皮膚損傷分割算法。首先,改變傳統(tǒng)算法層與層之間的連接方式,通過密集連接使得所有層都能直接訪問從原始輸入信號到損失函數(shù)的梯度,讓圖像特征信息得到最大化的流動。其次,為降低參數(shù)數(shù)量與網(wǎng)絡的計算量,在瓶頸層和過渡層中采用小卷積核對輸入特征圖的通道數(shù)進行減半操作。將DenseNet-BC算法與VGG-16、Inception-v3以及ResNet-50等算法在ISIC 2018 Task 1皮膚病變分割數(shù)據(jù)集上進行性能比較。實驗結果表明,DenseNet-BC算法的病變分割準確率為0.975,Threshold Jaccard為0.835,分割準確率較其他算法提升顯著,是一種有效的皮損分割算法。

【文章頁數(shù)】：8 頁

【文章目錄】：
1 引言
2 本文算法
    2.1 密集連接(Dense Connectivity)
    2.2 瓶頸層(Bottleneck Layer)
    2.3 過渡層(Transition Layer)
    2.4 稠密卷積網(wǎng)絡(DenseNet-BC)
3 實驗結果與分析
    3.1 訓練與實驗細節(jié)
    3.2 性能評價指標
    3.3 網(wǎng)絡的評估
    3.4 不同分割模型結果的評估
4 結束語



本文編號：3863757