设置:超像素嵌入式变压器用于皮肤损伤细分
Zhonghua Wang1, Junyan Lyu2, Xiaoying Tang1
1Department of Electronic and Electrical Engineering, Southern University of Science and Technology, Shenzhen, China; Jiaxing Research Institute, Southern University of Science and Technology, Jiaxing, China.
Medical image analysis
|July 30, 2025
概括
这项研究引入了超像素嵌入式变压器 (SET) 以改善皮肤病变细分. 通过使用超级像素更好地捕捉病变背景和结构,SET提高了早期皮肤癌检测.
科学领域:
- 计算机视觉 计算机视觉
- 医学图像分析 医学图像分析
- 人工智能的人工智能
背景情况:
- 准确的皮肤病变细分对于早期皮肤癌的检测和治疗至关重要.
- 当前的深度学习模型在捕捉全球背景和保持病变结构完整性方面面临着挑战.
研究的目的:
- 引入超像素嵌入式变压器 (SET) 以提高皮肤病变细分.
- 解决现有方法捕捉全球背景和结构完整性的局限性.
主要方法:
- 将超像素集成到变压器框架中,使用协会嵌入式合并和调度 (AEM&D) 模块.
- 使用超像素库,具有不同的紧度值,用于多尺度信息捕获.
- 采用一个合并并炼油厂 (EFR) 模块来合和精炼细分结果.
主要成果:
- 与ISIC数据集 (2016年,2017年,2018年) 上的最先进方法相比,表现优越.
- 除研究证实了超像素集成在视觉转换器框架内的有效性.
结论:
- 拟议的SET模型显著提高了皮肤病变细分的准确性.
- SET的新方法有效地捕捉了多个尺度的特征和结构信息,提升了诊断能力.
