科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提升皮肤病图像分割效果,进一步优化图像处理过程,结合图像提取更高质量的特征,提出一种基于U-net网络、结合循环模块和残差模块及注意力机制的改进U-net网络自动分割方法对皮肤病图像进行分割。该方法有助于构建更深层的网络结构,递归残差卷积层的使用,保证了网络训练过程中更好的特征累积。注意力机制的加入,使网络更专注于提取目标区域,提高了分割性能。实验结果表明,与普通U-net网络、结合残差模块的U-net网络、结合注意力力机制的U-net网络等网络框架相比,所提出的网络分割精度更高,实验分割的正确率达到92.74%,有较好的性能。
-
单位中南民族大学; 生物医学工程学院
