论文部分内容阅读
目的探究基于改进UNet++网络的图像分割算法用于分割黑色素瘤皮肤病变图像的价值。方法构建引入软注意力门和以Tversky-Focal Loss(TFL)函数为损失函数的UNet++网络优化结构——AT-UNet++网络,并将其在国际皮肤成像协作组织(ISIC)挑战2016和2017训练集中训练。计算训练好的AT-UNet++网络与U-Net网络、UNet++网络的逐像素分割精度(ACC)、DIC相似系数(DIC)和Jaccard相似指数(JAI),对以TFL函数为损失函数的UNet++网络和引入软注意力