基于APC-UNet模型的皮肤病变区域分割研究

作者：张博源; 黄成泉^*; 王琴; 万林江; 周丽华

来源：四川理工学院学报(自然科学版), 2023, 36(05): 51-59.

• 计算机辅助诊断
• 皮肤病变区域分割
• 深度学习
• U-Net模型
• 注意力机制

针对皮损皮肤镜图像分割不准确的问题，本文提出了一种基于Atrous-spatialpyramid-pooling Parallel Coordinate-attention pattern U-Net(APC-UNet)模型的皮肤病变区域分割算法。算法在U-Net模型的编码器中融入Atrous Spatial Pyramid Pooling(ASPP)模块和ParNet模块以提升模型的特征提取能力，在解码器中嵌入带有注意力机制的Coordinate Attention(CA)模块以增强模型的定位能力,并且引入了Lovász-hinge损失函数来解决皮损皮肤镜图像样本类别不均衡的问题。通过消融实验验证了提出的模型的改进合理性，通过对比实验结果表明，APC-UNet模型整体上优于5种对比模型，并且相较于基准模型U-Net，在Dice系数、IoU、精确率、召回率和准确度上分别提升了6.14%、8.11%、6.79%、2.28%和2.49%，各项性能指标均有较好提升，是一种有效可行的皮肤病变区域分割算法。

• 单位
  贵州民族大学