MSCRHO-Net：一種有效去除皮膚鏡圖像毛發(fā)遮擋的深度學(xué)習(xí)模型

摘要： 基于皮膚鏡圖像的自動分析對早期檢測和診斷皮膚癌具有重要意義，而毛發(fā)遮擋對圖像特征提取和皮膚病變診斷性能提出挑戰(zhàn)。本研究提出一種融合拉普拉斯金字塔結(jié)構(gòu)的多尺度級聯(lián)深度學(xué)習(xí)模型（MSCRHO-Net），可以有效應(yīng)對皮膚鏡圖像不同形式的毛發(fā)遮擋問題。首先，利用拉普拉斯金字塔獲得圖像空間不同尺度的關(guān)鍵特征。對每個(gè)尺度設(shè)計(jì)一個(gè)級聯(lián)塊，以由粗到精的方式逐步預(yù)測無毛發(fā)圖像，實(shí)現(xiàn)高精度的毛發(fā)提... （共11頁）