針對(duì)皮膚病變圖像邊界分割不準(zhǔn)確的問題,提出了一種改進(jìn)的稠密卷積網(wǎng)絡(luò)(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(hào)到損失函數(shù)的梯度,讓圖像特征信息得到最大化的流動(dòng)。其次,為降低參數(shù)數(shù)量與網(wǎng)絡(luò)的計(jì)算量,在瓶頸層和過渡層中采用小卷積核對(duì)輸入特征圖的通道數(shù)進(jìn)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(jìn)行性能比較。實(shí)驗(yàn)結(jié)果表明,DenseNet-BC算法的病變分割準(zhǔn)確率為0.975,Threshold Jaccard為0.835,分割準(zhǔn)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(luò)(DenseNet-BC)
3 實(shí)驗(yàn)結(jié)果與分析
    3.1 訓(xùn)練與實(shí)驗(yàn)細(xì)節(jié)
    3.2 性能評(píng)價(jià)指標(biāo)
    3.3 網(wǎng)絡(luò)的評(píng)估
    3.4 不同分割模型結(jié)果的評(píng)估
4 結(jié)束語



本文編號(hào)：3863757