电子测量技术

作者：王斯豪，张笃振，杨昌昌

单位：江苏师范大学计算机科学与技术学院 徐州 221116

关键词：皮肤病灶分割;轻量化;注意力机制;多尺度特征融合

基金：江苏省高等学校自然科学研究面上项目（19KJB520032）、江苏师范大学博士学位教师科研支持项目（20XSRS018）资助

准确的病灶分割结果对于皮肤病早期诊断和后续治疗具有重要意义。现有神经网络倾向于设计更深更复杂的结构达到高分割精度的目的，然而较高的模型参数和计算成本限制了实际应用，针对该问题，提出一种轻量级多尺度信道交互分割网络LMSCI-Net，对于输入图像，设计基于信道分离和卷积分解的轻量级多尺度编码模块，结合局部-全局通道注意力机制，在保证特征提取能力的同时，实现轻量化网络编码器的设计；其次，设计多尺度信道交互增强模块，集成网络多阶段输出信息优化跳跃连接的信息处理过程，为解码器提供丰富且精确的细节信息；最后，在解码器部分设计自适应融合解码模块实现更高效的细节恢复，最终输出精确的分割结果。该网络训练过程采用深度监督机制，在ISIC2017、ISIC2018、ISIC2016这三个公开皮肤病灶分割数据集上进行对比实验并在PH2数据集上进行泛化实验，实验表明该网络在实现轻量化的同时保持较高的分割精度与泛化能力，与基线网络U-Net相比在参数量和计算复杂度上分别降低了99.38%和98.78%，充分验证该网络的有效性与轻量化。

来源：2026年第4期

《电子测量技术》期刊编辑部

查看电子测量技术杂志2026年第4期