[1]杨国亮,洪志阳,许楠. 基于多尺度编码-解码网络的皮肤病变图像分割[J].中国医学物理学杂志,2019,36(2):199-204.[doi:DOI:10.3969/j.issn.1005-202X.2019.02.015]
　YANG Guoliang,HONG Zhiyang,XU Nan. Segmentation of skin lesion image based on multi-scale encoder-decoder network[J].Chinese Journal of Medical Physics,2019,36(2):199-204.[doi:DOI:10.3969/j.issn.1005-202X.2019.02.015]
点击复制

 基于多尺度编码-解码网络的皮肤病变图像分割()
分享到：

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
36卷
期数:
2019年第2期
页码:
199-204
栏目:
医学影像物理
出版日期:
2019-02-25

文章信息/Info

Title:
 Segmentation of skin lesion image based on multi-scale encoder-decoder network
文章编号:
1005-202X（2019）02-0199-06
作者:
 杨国亮; 洪志阳; 许楠
 江西理工大学电气工程与自动化学院， 江西 赣州 341000
Author(s):
 YANG Guoliang;  HONG Zhiyang;  XU Nan
School of Electrical Engineering and Automation, Jiangxi University of Science and Technology, Ganzhou 341000, China
关键词:
 ; 皮肤病变; 多尺度编码-解码网络; SegNet; 二进制双线性插值
Keywords:
 ; Keywords: skin lesion;  multi-scale encoder-decoder network;  SegNet;  binary bilinear interpolation
分类号:
R318；TP391.41
DOI:
DOI:10.3969/j.issn.1005-202X.2019.02.015
文献标志码:
A
摘要:
 针对皮肤病变图像分割在医疗诊断中的作用，提出一种基于多尺度编码-解码网络的皮肤病变图像分割算法。该算法继承了SegNet网络结构的训练速度快、训练模型存储小等特点，采用多尺度输入的方式增强了网络对皮肤病变图像的充分学习。此外，在编码网络中的pool2层输出一个二进制双线性插值的中间预测特征图到解码层的最后一层卷积块进行级联输入提高最终的分割精度。实验结果表明，采用多尺度编码-解码网络对皮肤病变图像分割具有极好的效果，在其他医学图像分割方面也能进行广泛应用。
Abstract:
 Abstract: An image segmentation algorithm based on multi-scale encoder-decoder network is proposed for the segmentation of skin lesion image in medical diagnosis. The proposed algorithm inherits the characteristics of SegNet network structure, such as fast training speed and small training model storage. And the multi-scale input method enhances the ability of network to comprehensively learn the skin lesion image. In addition, the output of a layer of binary bilinear interpolated intermediate prediction features to the final layer of convolution blocks of the decoder layer in the pool2 layer of the encoder network is cascaded to increase the final segmentation accuracy. The experimental results show that using multi-scale encoder-decoder network can achieve an excellent segmentation of skin lesion image, and that the proposed network can also be widely used in other medical image segmentations.

相似文献/References:

[1]王遥,霍万里,熊壮,等.TACE手术中不同站姿下铅眼镜和铅面罩对医生眼晶状体防护效果的蒙特卡洛模拟比较[J].中国医学物理学杂志,2016,33(6):553.[doi:DOI:10.3969/j.issn.1005-202X.2016.06.003]
　[J].Chinese Journal of Medical Physics,2016,33(2):553.[doi:DOI:10.3969/j.issn.1005-202X.2016.06.003]
[2]张新,谷晓芳,王培臣,等.轻离子束治疗设备注册检验关键技术问题[J].中国医学物理学杂志,2016,33(6):559.[doi:10.3969/j.issn.1005-202X.2016.06.004]
　[J].Chinese Journal of Medical Physics,2016,33(2):559.[doi:10.3969/j.issn.1005-202X.2016.06.004]
[3]江芬芬,王培,康盛伟,等. 热释光剂量片测量肺部肿瘤放疗剂量的方法[J].中国医学物理学杂志,2016,33(6):564.[doi:10.3969/j.issn.1005-202X.2016.06.005]
　[J].Chinese Journal of Medical Physics,2016,33(2):564.[doi:10.3969/j.issn.1005-202X.2016.06.005]
[4]刘洪源,彭威,杨锐,等. 锥形束CT离线校正肺癌摆位误差[J].中国医学物理学杂志,2016,33(6):573.[doi:10.3969/j.issn.1005-202X.2016.06.007]
　[J].Chinese Journal of Medical Physics,2016,33(2):573.[doi:10.3969/j.issn.1005-202X.2016.06.007]
[5]赵彪,潘香,杨毅,等. 右乳癌保乳术后瘤床同步X线和后程电子线补量调强放疗剂量学比较[J].中国医学物理学杂志,2016,33(6):576.[doi:10.3969/j.issn.1005-202X.2016.06.008]
　[J].Chinese Journal of Medical Physics,2016,33(2):576.[doi:10.3969/j.issn.1005-202X.2016.06.008]
[6]邓南,钱建庭,刁现芬,等. 基于宽带检测放疗X-光光声效应仿体实验[J].中国医学物理学杂志,2016,33(9):865.[doi:DOI:10.3969/j.issn.1005-202X.2016.09.001]
　[J].Chinese Journal of Medical Physics,2016,33(2):865.[doi:DOI:10.3969/j.issn.1005-202X.2016.09.001]
[7]张先稳,李军,张西志,等. 宫颈癌术后5野调强放疗4个变量组合的最佳治疗模式的剂量学[J].中国医学物理学杂志,2016,33(9):872.[doi:10.3969/j.issn.1005-202X.2016.09.002]
　[J].Chinese Journal of Medical Physics,2016,33(2):872.[doi:10.3969/j.issn.1005-202X.2016.09.002]
[8]胡健,李承军,徐利明,等. 床面倾斜对剂量验证通过率的影响[J].中国医学物理学杂志,2016,33(9):881.[doi:10.3969/j.issn.1005-202X.2016.09.003]
　[J].Chinese Journal of Medical Physics,2016,33(2):881.[doi:10.3969/j.issn.1005-202X.2016.09.003]
[9]陈亚正,肖明勇,孙春堂,等. 准直器角度对宫颈癌术后VMAT计划的影响[J].中国医学物理学杂志,2016,33(9):885.[doi:10.3969/j.issn.1005-202X.2016.09.004]
　[J].Chinese Journal of Medical Physics,2016,33(2):885.[doi:10.3969/j.issn.1005-202X.2016.09.004]
[10]李毅,唐丰文,张晓智. 基于四维CT和锥形束CT确定非小细胞肺癌放疗靶区外放边界[J].中国医学物理学杂志,2016,33(9):892.[doi:10.3969/j.issn.1005-202X.2016.09.005]
　[J].Chinese Journal of Medical Physics,2016,33(2):892.[doi:10.3969/j.issn.1005-202X.2016.09.005]

备注/Memo

备注/Memo:
 【收稿日期】2018-08-22
【基金项目】国家自然科学基金(51365017）
【作者简介】杨国亮，博士，教授，研究方向：模式识别与图像处理，E-mail: ygliang30@126.com；洪志阳，硕士研究生，研究方向：模式识别与图像处理，E-mail: 1293340610@qq.com；许楠，硕士研究生，研究方向：模式识别与图像处理，E-mail: 563622733@qq.com
更新日期/Last Update: 2019-02-26