原创力文档- 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、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、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
摘要
皮肤癌病灶自动检测方法在临床诊断中发挥着重要作用，能够提高检测精度，减少
漏诊、误诊。随着深度学习的发展，基于卷积神经网络的图像分割与分类识别获得较高
的精度与准确率，逐渐成为热点研究内容。
皮肤癌病灶大小、形状各不相同，部分病灶边缘模糊，干扰病灶特征提取。本文提
出一种MultiResUNet-SMIS方法，通过引入空洞卷积、注意力机制与融合的损失函数提
高皮肤癌病灶分割精度。此外为提高病灶的分类识别准确率，本文提出一种Res2Net50-
SMIC方法，通过引入过采样方法、注意
文档评论（0）