TESL-Net:一种增强的变压器卷积神经网络用于精准皮肤病变分割
原文中文,约400字,阅读约需1分钟。发表于: 。本研究解决了皮肤癌早期检测中由于病变形状不规则、边界不清晰以及伪影影响而导致的精准分割问题。该论文提出的TESL-Net通过结合卷积神经网络(CNN)与双卷积长短期记忆网络(Bi-ConvLSTM)和Swin变压器,捕捉长期依赖关系和上下文通道关系,从而提高了分割的准确性。在ISIC 2016、ISIC 2017和ISIC...
本研究提出了TESL-Net,通过结合CNN、Bi-ConvLSTM和Swin变压器,解决了皮肤癌早期检测中的分割问题。在ISIC数据集上表现出先进的性能,提高了Jaccard指数。