基于多尺度特征融合双U型皮肤病变分割算法

来源：计算机应用研究杂志2021年第9期北京时间：

作者：梁礼明,彭仁杰,冯骏,尹江,

单位：江西理工大学电气工程与自动化学院,江西赣州341000；

摘要：针对皮肤病分割问题中皮肤病变区域大小不一且形状各异问题，提出一种基于多尺度特征融合的双U型皮肤病分割算法。该算法由粗分U型网络和细分U型网络两部分组成。首先粗分U型网络编码部分采用预训练VGG-19模型对相关特征进行多尺度特征提取；在解码阶段利用改进注意力残差块将底层与高层信息进行有效的映射融合，得到初步的Mask；然后将初步生成的Mask与原图像聚合，并输入多路特征提取编码器中进行二次特征蒸馏；而细分U型网络解码器同时与粗分U型网络编码部分和细分U型网络的编码部分特征映射进行融合，保证网络可以聚合更多的有效特征；最后利用Focal Tversky损失函数进一步提升分割效果。实验表明，所提算法在ISBI2016数据集上实验分割精度为96.11%、敏感度为93.59%、特异性为97.10%、Dice系数为93.14%、Jaccard系数为87.17%，能够有效地分割皮肤病病变区域。

关键词：双U型网络,皮肤病变,图像分割,多尺度特征融合,多路特征提取,

基金资助：国家自然科学基金资助项目(51365017,61463018)；江西省自然科学基金面上项目(20192BAB205084)；江西省教育厅科学技术研究重点项目(GJJ170491)；；