基于对抗学习的复杂皮肤病变图像分割方法研究.pdf

基于对抗学习的复杂皮肤病变图像分割方法研究.pdf

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

中文摘要

皮肤癌尤其是具有极高致死率的黑色素瘤给患者的生命健康带来了极大的威

胁。临床上对于皮肤癌的诊断主要依赖于皮肤病变图像的识别,然而复杂皮肤病变

图像呈现出形状多样、边缘模糊、毛发和血管干扰较多等特点,影响了医生的诊疗

效率和准确率。针对上述问题,本文围绕皮肤病变图像特征的高质量提取和病变图

像数据集的高效利用在复杂皮肤病变图像分割中的应用展开研究,主要内容包括:

(1)提出一种融合多尺度注意力与边缘增强的皮肤病变分割网络(BEMA

U-Net)。该网络包含一个用于提取全局特征的空间多

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档