用于皮肤病变分割的通道注意力可分离卷积网络
图像与视频处理
2023-09-06 v1 计算机视觉与模式识别
摘要
皮肤癌是人类中频发的一类癌症，能够早期诊断体内恶性肿瘤十分重要。病变分割对于监测皮肤病变的形态变化、提取特征以定位并识别疾病以辅助医生早期诊断至关重要。皮肤镜图像的手动去分割易出错且耗时，因此迫切需求精确且自动化的分割算法。受 U-Net、DenseNet、可分离卷积、通道注意力以及空洞空间金字塔池化（ASPP）等先进机制启发，我们提出一种称为通道注意力可分离卷积网络（CASCN）的新颖网络用于皮肤病变分割。所提 CASCN 在图像数量有限的 PH2 数据集上进行了评估。无需对图像过度预处理/后处理，CASCN 在 PH2 数据集上以 0.9461 的 Dice 相似系数与 0.9645 的准确率取得了最先进性能。
引用
@article{arxiv.2309.01072,
title = {Channel Attention Separable Convolution Network for Skin Lesion Segmentation},
author = {Changlu Guo and Jiangyan Dai and Marton Szemenyei and Yugen Yi},
journal= {arXiv preprint arXiv:2309.01072},
year = {2023}
}
备注
Accepted by ICONIP 2023