文档详情

基于轻量化神经网络的皮肤病灶分割设计.docx

发布：2025-05-19约1.28万字共32页下载文档
文本预览下载声明

PAGE1

基于轻量化神经网络的皮肤病灶分割设计

摘要：本文借助深度学习的知识，设计了一种基于多种注意力机制的轻量化皮肤病灶分割模型。该模型依据MalUnet和Ege-Unet的特性在原有的U-net加入了四个功能模块，分别是对整体和部分特征进行融合的DGA、表征信息集合的同时增加特征图之间的关联的IEA、对多阶段信息进行提取融合的SCB和对输入特征进行分组求哈达玛积的GHPA。经实验测试表明，模型在确保分割精度的同时，相比于U-net，使参数量和计算复杂度降低了64倍和205倍，为未来在医疗移动设备的应用提供了理论基础。

关键字：深度学习；多种注意力机制；轻量化神经网络；皮肤病灶分割

显示全部
相似文档