基于空洞卷积的DeepLab v3皮肤病变分割方法

随着美国黑色素瘤诊断病例的增加，自动化识别恶性病变成为研究界日益关注的焦点。皮肤镜图像的分割是这一过程中的第一步，因此准确性至关重要。尽管过去已经使用了卷积神经网络技术进行病变分割，但我们提出了一种利用最近发布的DeepLab 3（一种用于图像分割的空洞卷积方法）的解决方案。虽然此次运行的结果并不理想，平均Jaccard指数为0.498，但我们认为通过进一步调整和改进DeepLab代码的兼容性，并在更强大的处理单元上进行训练，该方法在未来试验中可能会取得更好的结果。