基于预处理、阈值化与神经网络的皮肤病变分割
计算机视觉与模式识别
2017-03-16 v1
摘要
本摘要描述了用于参与 ISIC 2017 挑战赛：朝向黑色素瘤检测的皮肤病变分析的分割系统。针对 392 张图像的三种颜色表示（RGB、YCbCr 和 HSV）测试了若干预处理技术。结果已用于为每个通道选择较优的预处理。在每种情况下，训练一个神经网络基于目标特征预测 Jaccard 指数。该系统包含黑框和参考圆检测算法，但未对毛发去除进行特殊处理。分割分两步进行：首先通过选择最佳神经网络输出来选择待分割的最佳通道。若该输出预测的 Jaccard 指数未超过 0.5，则使用开闭形态学操作执行更激进的预处理，并选择从神经网络获得最佳输出的通道的分割作为病变。
引用
@article{arxiv.1703.04845,
title = {Skin lesion segmentation based on preprocessing, thresholding and neural networks},
author = {Juana M. Gutiérrez-Arriola and Marta Gómez-Álvarez and Victor Osma-Ruiz and Nicolás Sáenz-Lechón and Rubén Fraile},
journal= {arXiv preprint arXiv:1703.04845},
year = {2017}
}
备注
4 pages, 4 figures, abstract submitted to participate in the challenge ISIC 2017