Hautlésionssegmentierung mit Atrous-Konvolution mittels DeepLab v3

Mit dem Anstieg der Melanomdiagnosen in den USA gewinnen automatisierte Methoden zur Identifikation bösartiger Läsionen zunehmend an Bedeutung für die wissenschaftliche Gemeinschaft. Die Segmentierung dermatoskopischer Bilder ist der erste Schritt in diesem Prozess, daher ist Genauigkeit entscheidend. Obwohl Techniken, die auf konvolutionellen Neuronalen Netzen basieren, in der Vergangenheit bereits für die Läsionensegmentierung eingesetzt wurden, präsentieren wir eine Lösung, die das kürzlich veröffentlichte DeepLab 3 verwendet, eine Methode der dilatierten Faltung (atrous convolution) für die Bildsegmentierung. Obwohl die Ergebnisse dieser Ausführung nicht ideal sind und einen durchschnittlichen Jaccard-Index von 0.498 aufweisen, glauben wir, dass mit weiteren Anpassungen und Modifikationen zur Verbesserung der Kompatibilität mit dem DeepLab-Code sowie durch das Training auf leistungsfähigeren Prozessoren diese Methode in zukünftigen Versuchen bessere Ergebnisse erzielen kann.