skin lesion segmentation | BriefGPT

关键词skin lesion segmentation

搜索结果 - 17

AC-MAMBASEG：一种用于改进皮损分割的自适应卷积和 Mamba 基于的架构
该论文提出了一种用于皮肤病变分割的增强模型 AC-MambaSeg，其具有混合 CNN-Mamba 骨干以及集成 Convolutional Block Attention Module（CBAM）、Attention Gate 和 Sel
PDF2 months ago
SLP-Net: 皮肤病病变分割的高效轻量级网络
我们提出了一种新颖的皮肤病变分割技术 SLP-Net，它是一种基于脉冲神经 P (SNP) 系统类型机制的超轻量级分割网络，具有很少的参数和高速计算的特点。在 ISIC2018 挑战赛中，我们的模型在准确率和 DSC 指标上都达到了最高水平
PDF7 months ago
仅考虑正例：基于 5 折高阶注意力交互模型的皮肤分割导出分类
通过高阶注意力交互机制的多重高阶注意力交互模型（MHA-UNet），我们提出了一种高度可解释的皮肤病变分割任务方法，实现了无需负样本训练的病变存在性判断，并在多个公开数据集上展示了分类和分割实验的先进性能。
PDF7 months ago
一个专注于感兴趣区域的三重 UNet 架构用于皮肤病变分割
本文提出了一种名为 Triple-UNet 的算法，用于自动分割皮肤病变。该算法将三个 UNet 架构进行有机结合，并引入了区域增强模块 (ROIE)，通过利用第一个 UNet 的预测评分图增强图像中的目标对象区域。通过第一个 UNet 学
PDF8 months ago
IARS SegNet：可解释的注意力残差跳跃连接 SegNet 用于黑色素瘤分割
深度学习模型在皮肤病变分割中表现出良好的准确性，但其广泛应用于实际临床环境受到其内在黑盒特性的限制。本文提出了基于 SegNet 基准模型的高级分割框架 IARS SegNet，该方法通过引入跳跃连接、残差卷积和全局注意机制来突出临床相关区
PDF8 months ago
基于 Transformer 网络的皮肤病变分割的跨尺度依赖建模
本研究提出并评估了一种基于分层 Transformer 结构的 U 型网络模型用于皮肤病变分割，同时提出了一种自适应地结合每个阶段上下文的 Inter-scale Context Fusion (ISCF) 方法，初步结果证明了 ISCF
PDF9 months ago
基于 Transformer 网络的皮肤病变分割及跨尺度依赖建模的改进
提出一种基于 Hierarchical Transformer 的 U 型结构用于皮损分割，以及一种使用注意力相关性自适应地组合每个阶段的上下文来减轻语义差距的 Inter-scale Context Fusion（ISCF）方法。
PDF9 months ago
UCM-Net：使用 MLP 和 CNN 的轻量级高效皮肤病变分割解决方案
通过整合多层感知器和卷积神经网络，我们提出了一种高效低成本的 UCM-Net 解决方案，用于皮肤病变分割，其参数不超过 50KB 且每秒运算次数不超过 0.05 Giga-Operations，为皮肤病变分割领域的高效性设立了新的可能标准。
PDF9 months ago
通过多尺度超像素图上的结构熵最小化进行无监督皮肤病损分割
基于结构熵和孤立森林异常检测的新型无监督皮肤病变分割框架 SLED，通过构建皮肤镜图像的超像素图，最小化结构熵实现皮肤病变的分割，并通过多尺度的异常检测机制增强分割的准确性。实验结果在四个皮肤病变数据集上表明了所提出框架的优越性。此外，对一
PDF10 months ago
基于小波的高频增强在 Transformers 中解锁细粒度细节
本文介绍一种针对医学图像的局部特征缺失问题的方法，通过重新设计自注意力映射，利用小波变换对输入特征图进行分解，使用高频和低频子带表示粗粒度和细粒度特征，重构自注意力操作并加入高频部分的高斯金字塔，引入多尺度上下文增强块，实现医学图像的准确分
PDF10 months ago
DermoSegDiff: 一种边界感知的皮肤病变分割扩散模型
皮肤病变分割在皮肤病的早期检测和准确诊断中起着至关重要的作用。本论文提出了一种新的框架 DermoSegDiff，它在学习过程中融入边界信息，并引入了一种新的损失函数来优先考虑边界，并逐渐降低其他区域的重要性。我们还引入了一种基于 U-Ne
PDFa year ago
AViT：适应小型皮肤病变分割数据集的视觉 Transformer
我们在这篇论文中提出了一种名为 AViT 的有效策略，通过将任何预训练的 Vision Transformer（ViT）迁移到皮肤病变分割任务中，以减轻 ViTs 对数据的需求。我们的实验结果表明，AViT 在 4 个皮肤病变数据集上取得了
PDFa year ago
XBound-Former：基于 Transformer 的跨尺度边界建模方法
本文提出了一种创新的跨尺度边界感知变压器 XBound-Former，通过三个特别设计的学习器获取边界知识，并在两个皮肤病例数据集 (ISIC-2016 和 PH2 以及 ISIC-2018) 上进行了评估。结果显示，该模型在皮肤病变量方面
PDF2 years ago
CVPR皮肤病变定位和分割的检测器 - 分割师网络
该研究提出了一种简单而新颖的基于卷积神经网络（CNN）的 “网络中的网络” 方法，用于分割皮肤病变。作者使用了一种名为 Faster RCNN 的方法进行预处理，配合 UNet 和 Hourglass 网络实现皮肤病变的分割。在 ISIC
PDF4 years ago
基于变换一致自我集成模型的半监督皮肤病变分割
本文介绍一种基于半监督学习的皮肤病病变分割新方法，通过标记和未标记数据的加权结合优化神经网络，通过不同正则化方法提高像素级预测效果，实现对少量标记数据进行高效训练，并在 ISIC 2017 皮肤病病变分割竞赛中取得 2000 个标记数据以下
PDF6 years ago
SLSDeep：基于扩张残差和金字塔池化网络的皮肤病损分割
本文介绍了一种称为 SLSDeep 的深度学习皮肤病损分割模型，采用编码器 - 解码器网络，采用负对数似然损失和终点误差的组合损失函数进行端到端的自动诊断，实现了准确的黑色素瘤区域分割，并在 ISBI 2016 和 2017 上进行了评估，
PDF6 years ago
基于数据驱动的肤色图像分析中的颜色增强技术
提出了一种利用计算机色彩恒常性技术构建人工数据增强技术的方法，用于皮肤皮损分割和皮肤皮损分类的深度卷积神经网络训练中，以及在不使用任何外部皮肤图像集的情况下，在 ISIC 2017 挑战赛的背景下进行颜色归一化的方法。
PDF7 years ago