基于密集多尺度特征和雙注意力模塊的皮膚病變分割

打開文本圖片集

摘要：針對皮膚病變分割任務(wù)中病變區(qū)域大小不一、形狀各異、內(nèi)部像素差異大、邊界模糊、周圍存在氣泡等問題，提出了一種基于密集多尺度特征和雙注意力模塊的U 型分割網(wǎng)絡(luò)DDAnet。該網(wǎng)絡(luò)中的DenseASPP 模塊通過密集連接多個空洞卷積層來獲取豐富的多尺度信息，同時由通道注意力模塊（CAM）和位置注意力模塊（PAM）構(gòu)成的雙注意力模塊通過編碼全局上下文信息，在通道和位置上對特征圖進行重新配準，實現(xiàn)對相關(guān)特征的強調(diào)和對無關(guān)特征的抑制。（剩余9935字）