计算机科学与探索

作者：王亚刚，郗怡媛，潘晓英

单位：1. 西安邮电大学 计算机学院，西安 7101212. 西安邮电大学 陕西省网络数据分析与智能处理重点实验室，西安 710121

关键词：改进DeepLabv3+,肠道息肉,神经架构搜索,不完全分割

为了提高结肠镜下肠道息肉检测率，提出了一种改进DeepLabv3+网络的肠道息肉分割方法。在数据预处理阶段，利用中值滤波的非线性滤波特性去除掉图像反光区域，并结合Grab Cut算法对息肉区域进行预提取，得到息肉位置的粗分割结果，将其与原图叠加以增强息肉位置的信号强度。在网络结构上，将通过神经架构搜索得到的最优密集预测单元引入DeepLabv3+网络，并在解码器部分采用3层深度可分离卷积逐步获取分割结果，减少分割过程中不完全分割的情况。实验通过对CVC-ClinicDB数据集进行训练和测试，以平均交并比、Dice系数、敏感度、精确率以及F1值作为评判标准，其中平均交并比达到0.947，其余4项指标也均高于0.935。实验结果表明提出的方法与现有方法相比，对肠道息肉图像分割在精度上有一定提升，对深度学习在肠道息肉图像的处理和分析具有借鉴意义。

来源：2020年第7期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2020年第7期