TUnet:基于U型结构深度学习模型皮肤病图像分割研究

作者：胡晟; 田生伟^*; 禹龙

来源：微电子学与计算机, 2022, 39(10): 71-79.

DOI：10.19304/J.ISSN1000-7180.2021.1324

• UNet
• 变形模块
• 跳连接
• 注意力机制

针对UNet结构中卷积运算对全局特征信息不敏感且无法获取图像中的长距离依赖关系的问题，本文提出了一种基于U型结构的医学图像分割模型，该方法采用变形模块(Transformer Block)和跳连接的方法，既能提取图像中的全局特征信息和局部特征信息又能获取图像中的长距离依赖关系.通过上下采样的方式对空间特征图的分辨率进行改变和恢复.跳连接对多尺度特征信息进行融合进一步整合数据中的信息.本文在ISIC2017数据集上的实验证明了本文提出的TUnet模型的雅卡尔系数相较于现有的一些先进医学图像分割模型均有提升，达到了0.755 8.验证了模型中变形模块的添加使得图像中长距离依赖关系得到了提取，模型存在较好的应用前景.

• 单位
  新疆大学