32、医学图像分割：皮肤病变与左心房动脉瘤的创新方法

医学图像分割：皮肤病变与左心房动脉瘤的创新方法

1. 皮肤病变分割

1.1 数据集

在皮肤病变分割的研究中，使用了两个重要的数据集：
- PH2 数据集 ：由葡萄牙马托西纽什的佩德罗·伊斯帕诺医院皮肤科服务处使用图宾根痣分析仪系统采集。该数据集提供了 200 张分辨率为 768×560 像素的皮肤镜图像，病变由专业皮肤科医生手动标注。
- ISBI 2016 挑战数据集 ：包含 900 张皮肤镜图像，皮肤图像大小从 1022×767 到 4288×2848 像素不等，真实标签由专家提供。此数据集包含 727 张良性和 173 张黑色素瘤皮肤镜图像。

1.2 性能指标与参数设置

为了衡量所提出方法的性能，采用了不同的指标：
- 曲线下面积（AUC）
- 平均精度（AP）
- 骰子相似度系数（DSC）
- 杰卡德系数（JC）

这些指标用于量化真实标签与获得的分割二值掩码之间的空间重叠。例如，DSC 定义为：$DSC = \frac{2A_{S} \cap A_{G}}{A_{S} + A_{G}}$，其中$A_{S}$和$A_{G}$分别表示分割结果和真实标签。

参数设置如下：
|参数|设置值|
| ---- | ---- |
|$\lambda_1$|0.04|
|$\lambda_2$|0.