声明
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 基于传统方法的黑色素瘤图像检测与分割
1.2.2 基于卷积神经网络的黑色素瘤分割
1.3 论文的主要内容
1.4 论文的结构安排
第 2 章相关技术概述
2.1 语义分割的骨干网络算法
2.1.1 常用的骨干网络
2.1.2 轻量级的骨干网络
2.2 基于卷积神经网络的语义分割算法
2.2.1 语义分割算法介绍
2.2.2 黑色素瘤分割算法介绍
2.3 性能评价指标
2.4 本章小结
第 3 章基于多阶段特征提取的黑素瘤图像分割算法研究
3.1 数据集预处理
3.2 DRNs 与特征金字塔注意力模块
3.3 子像素的残差卷积层
3.4 链式残差扩张卷积单元
3.5 实验结果与分析
3.5.1 DRNs 与特征金字塔模块
3.5.2 上采样方式的选择
3.5.3 链式残差扩张卷积层的参数选择
3.5.4 网络结构选择与结果对比
3.6 本章小结
第 4 章 轻量级的黑色素瘤图像分割算法研究
4.1 轻量级的语义分割
4.1.1 深度可分离卷积
4.1.2 因子分解卷积
4.1.3 常见的轻量级语义分割网络
4.2 轻量级分割网络算法描述
4.2.1高效的尺度提取模块
4.2.2子像素深度残差卷积
4.2.3链式残差可分离空洞卷积
4.3 消融实验及性能对比
4.3.1 轻量级模型的消融实验对比
4.3.2 多种骨干网络性能分析
4.3.3 文献对比分析
4.4 本章小结
第 5 章黑色素瘤分割系统平台设计
5.1 系统平台设计方案简述
5.2 系统平台使用说明
5.3 本章小结
总结与展望
1. 本文工作总结
2. 工作展望
致谢
参考文献
攻读硕士学位期间发表的论文及科研成果
西南交通大学;