PCTEA-DNet:融合极坐标变换与边缘感知的双阶段皮肤病灶分割算法

邓汪涛; 刘国华

doi:10.19886/j.cnki.dhdz.2025.0296

东华大学学报（自然科学版） ›› 2025, Vol. 51 ›› Issue (06) : 80 -90. DOI: 10.19886/j.cnki.dhdz.2025.0296

PCTEA-DNet:融合极坐标变换与边缘感知的双阶段皮肤病灶分割算法

邓汪涛, 刘国华

作者信息 +

Author information +

文章历史 +

PDF

摘要

皮肤癌的早期检测对提高患者生存率至关重要。针对皮肤病灶形态多变、边缘模糊以及图像噪声较高等问题，提出一种融合极坐标变换与边缘感知的双阶段皮肤病灶分割算法PCTEA-DNet。算法将病灶质心作为极坐标原点，将病变区域转换为放射状形态，增强模型对不规则边缘的几何形变建模能力。通过设计双主干分支网络架构(DNet)、多向边缘检测模块(L-MOED)和多尺度自适应融合注意力模块(DCAF)实现多尺度特征融合。DCAF模块创新性地引入动态温度调节机制与空间-通道联合注意力，通过空洞卷积组捕获多尺度上下文特征，并利用可学习温度参数优化注意力分布。在公开数据集ISIC2018上的试验表明：该方法达到86.1%的平均交并比(mIoU),较U-Net基座模型提升8.24%;Dice系数达92.45%。本研究为皮肤癌自动筛查提供高精度、强稳健性的解决方案。