基于U-Net多尺度和多维度特征融合的皮肤病变分割方法
【摘要】 针对皮肤病变区域尺度不同和形状不规则，传统U-Net网络方法缺乏从不同尺度分析目标的鲁棒性，并在提取图像高层语义特征时丢失部分空间上下文信息而影响后续分割精度等问题，提出一种基于U-Net多尺度和多维度特征融合的医学图像分割方法.首先，用空洞卷积融合不同尺度的空间上下文信息；其次，用通道上下文信息融合模块提取特征图各通道间的权重信息；最后，将特征图中的多尺度和多维度信息进行融合，以保留更多的空间上下文信息.实验结果表明，该方法在皮肤病变数据集上对皮肤病变区域进行分割的分割效果较好.
