本稿では、深層学習アーキテクチャとしてSegNetを用いた自動皮膚病変領域分離に対して、計算量の観点からシンプルかつ効率的なアプローチを提示する。さらに、結果の向上を図るための追加的な仕様も導入している。二次的な目的として、画像の前処理・後処理を最小限に抑えることにある。提示するモデルは、PH2データセットから得られた限定的な画像群を用いて学習されたものであり、このデータセットには皮膚鏡画像、手動による領域分割画像（マスク）、臨床診断、および専門皮膚科医によって評価された複数の皮膚鏡的構造の識別情報が含まれている。評価後、Jaccard係数（IOU）92％以上の性能を達成することを目的としている。