多尺度感知与注意力融合的皮肤病灶分割方法

摘要

针对皮肤病灶分割中尺度多变、边界模糊以及复杂背景干扰等问题，提出多尺度感知与注意力融合的分割网络VMA2-UNet。在编码器末端引入空洞空间金字塔池化模块，通过多感受野并行采样，显著增强模型对不同尺度病灶区域的表征能力；设计注意力引导斑块扩展模块，利用深层语义特征引导模型自动聚焦目标区域、抑制背景噪声，并结合拼接策略精准保留病灶边界信息。在ISIC-2017公开数据集上实验结果表明，文章方法取得较好性能，分割核心指标平均交并比（mIoU）达到80.53%、戴斯相似系数（DSC）达到89.21%。文章方法可有效定位、分割病灶区域，为皮肤疾病早期辅助诊断提供有效参考。

关键词

皮肤病灶分割 / 多尺度感知 / 注意力融合 / 空洞空间金字塔池化 / 注意力引导斑块扩展

基金资助

安徽省智能计算与信创应用工程研究中心开放课题（ICII202501）; 安徽省教学创新团队（2024cxtd097）; 安徽省研究生专业学位教学案例库（2023zyxwjxalk135）; 阜阳师范大学研究生创新创业实践项目（FNU2023cysj003）; 研究生学术创新项目（FNU24xscx005）