基于扩张尺度特征融合网络的显著皮肤病变分割
计算机视觉与模式识别
2022-07-26 v2
摘要
皮肤镜图像中的皮肤病变检测对于计算机装置准确及早诊断皮肤癌至关重要。当前的皮肤病变分割方法在边界不清、病变与周围区域对比度低或异质背景导致皮肤病变过分割/欠分割等挑战性情况下表现不佳。为从邻近区域准确识别病变，我们提出一种基于卷积分解的扩张尺度特征融合网络。我们的网络旨在同时提取不同尺度的特征，并对其进行系统性融合以实现更好的检测。所提模型具有令人满意的准确率和效率。我们进行了多种病变分割实验，并与最先进(state-of-the-art)模型进行比较。我们提出的模型持续展现出最先进的结果。
引用
@article{arxiv.2205.10272,
title = {Salient Skin Lesion Segmentation via Dilated Scale-Wise Feature Fusion Network},
author = {Pourya Shamsolmoali and Masoumeh Zareapoor and Eric Granger and Huiyu Zhou},
journal= {arXiv preprint arXiv:2205.10272},
year = {2022}
}