非對稱的編碼器-解碼器架構(gòu)下圖像分割方法研究

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1006-0316（2025）06-0001-08

doi：10.3969/j.issn.1006-0316.2025.06.001

Abstract：Traditional image segmentation techniques often rely on deep learning models based on Convolutional Neural Networks and Transformer architectures.Although these models excel at local feature extraction，they have limitations in capturing long-range dependencies.Moreover，such models tend to have a large number of parameters and high computational complexity，which results in significant computational burdens，especially in resource-constrained environments.To address this issue，this paper proposesa lightweight image segmentation method based on Mamba.By introducing Mamba’s eficient architecture combined with the classical U-Net structure， this method aims to tackle the challenges faced by image segmentation models in mobile device scenarios， such as large parameter sizes and inadequate processing speeds for real-time applications.Specificaly，the method incorporates Visual State Space （VSS） blocks，which are used alongside convolutions （CNN） to form hybrid building blocks for capturing extensive contextual information.Additionally，a non-symmetric encoder-decoder structure is designed.Experimentsonthe public dataset ISIC20l7 show that， while maintaining segmentation accuracy，the proposed model reduces the parameter count by 99.94% compared to traditional pure visual Mamba models， by 75.51% compared to the lightest existing visual Mamba U-Net model， and by 99.84% compared to the classic U-Net model. The designed model achieves significant reductions in computational complexity while maintaining excellent segmentation accuracy， thus meeting the demands ofreal-time applications.

Key words ∵ Mamba; image segmentation;lightweight mode;encoder;decoder

隨著深度學(xué)習(xí)在計(jì)算機(jī)視覺領(lǐng)域的廣泛應(yīng)用，圖像分割技術(shù)在醫(yī)療圖像分析、自動(dòng)駕駛、遙感影像處理等領(lǐng)域得到了越來越多的關(guān)注和應(yīng)用。圖像分割的目標(biāo)是對圖像中的不同物體或區(qū)域進(jìn)行像素級(jí)的分類，從而實(shí)現(xiàn)對場景的精確分割[1-4]。在傳統(tǒng)的圖像分割模型中，U-Netl5作為基于 CNN（Convolutional NeuralNetworks，卷積神經(jīng)網(wǎng)絡(luò)）的經(jīng)典代表，憑借結(jié)構(gòu)簡單、可擴(kuò)展性強(qiáng)而聞名，其獨(dú)特的U型架構(gòu)成為后續(xù)眾多改進(jìn)模型的基礎(chǔ)[6-7]。Chen等[8]提出TransUnet，開創(chuàng)了基于Transformer的圖像分割模型的先河，該模型在編碼階段結(jié)合Vision Transformer（ViT）進(jìn)行特征提取，而在解碼階段仍然依賴于CNN，展示出強(qiáng)大的全局信息捕獲能力。Zhang等提出一種融合ViT并行架構(gòu)與CNN的模型，在實(shí)現(xiàn)特征提取的過程中，能夠同時(shí)捕捉局部與全局特征，進(jìn)一步提升了分割性能。

傳統(tǒng)的圖像分割模型在捕獲遠(yuǎn)程信息的相關(guān)性上存在不足，模型參數(shù)量大、計(jì)算復(fù)雜度高，導(dǎo)致在實(shí)際應(yīng)用中面臨巨大的計(jì)算負(fù)擔(dān)。目前以 Mamba 為代表的 SSM （State SpaceModel，狀態(tài)空間模型）已成為傳統(tǒng)CNN和Transformers 的有力競爭對手[10-12]。SSM 在輸入大小和內(nèi)存占用方面顯示出線性復(fù)雜性，這是其構(gòu)建輕量級(jí)模型的關(guān)鍵基礎(chǔ)。此外，SSM擅長捕獲遠(yuǎn)程依賴關(guān)系，彌補(bǔ)了傳統(tǒng)卷積方法在長距離信息提取上的不足，SSM在保持高分割精度的同時(shí)，有效減少計(jì)算量，成為輕量級(jí)圖像分割模型的一種有前景的解決方案。Ma等[13]提出的U-Mamba 模型引入了一種新的SSM-CNN混合模型，將卷積層的局部特征提取能力與SSM捕獲遠(yuǎn)程依賴的能力相結(jié)合。Ruan等[14]構(gòu)建了一個(gè)基于純SSM 模型的醫(yī)學(xué)圖像分割模型，通過引入視覺狀態(tài)空間（VisualStateSpace，VSS）塊作為基礎(chǔ)塊來捕獲廣泛的上下文信息，并構(gòu)造了一個(gè)非對稱的編碼器一解碼器結(jié)構(gòu)。Zhu等[15]揭示Mamba參數(shù)影響的關(guān)鍵因素，并提出一種用于并行視覺Mamba特征處理的方法，極大降低了模型的參數(shù)量。

由于圖像特征可以被轉(zhuǎn)換為序列，SSM的這些特征使得Mamba具有增強(qiáng)CNN遠(yuǎn)程建模能力的潛力。此外，為解決圖像分割模型在移動(dòng)設(shè)備場景中面臨的參數(shù)量大、精度下降等問題，本文提出一種基于Mamba的超輕量圖像分割模型。以傳統(tǒng)U-Net結(jié)構(gòu)為基礎(chǔ)，引入VSS塊，將VSS與CNN相結(jié)合，構(gòu)建新的VSS-CNN混合模型，從而構(gòu)建一種不對稱的U-Net結(jié)構(gòu)。結(jié)合Mamba優(yōu)秀的捕獲遠(yuǎn)程依賴關(guān)系能力，以及卷積出色的局部特征提取能力，在保持優(yōu)秀的分割性能的同時(shí)，獲得超輕量化模型，最大化優(yōu)化計(jì)算資源，更適用于移動(dòng)檢測設(shè)備。

1非對稱的編碼器一解碼器架構(gòu)

基于Mamba的超輕量圖像分割模型如圖1所示，整體采用四層結(jié)構(gòu)，基于改進(jìn)的U-Net架構(gòu)構(gòu)建，包含編碼器、解碼器以及跳躍連接。

編碼器前兩層通過殘差卷積模塊進(jìn)行淺層特征的提取，重點(diǎn)捕捉局部特征信息。自第三層開始，模型引入基于Mamba的混合卷積模塊，負(fù)責(zé)多尺度特征的提取，進(jìn)一步加強(qiáng)深層特征的捕獲能力。在解碼器部分，模型設(shè)計(jì)了三層基于Mamba的并行視覺模塊，并在最后加入一層常規(guī)卷積層，進(jìn)行精細(xì)的特征還原。跳躍連接路徑中融入了注意力機(jī)制，以實(shí)現(xiàn)多層次、多尺度信息的高效融合，從而保證分割精度，提升模型的整體表現(xiàn)。

1.1基于VSS-CNN混合模型的編碼器

在淺層特征的提取中，普通卷積由于網(wǎng)絡(luò)層數(shù)的增加，可能面臨性能下降的問題，進(jìn)而丟失淺層卷積層通常關(guān)注的圖像低級(jí)特征（如邊緣、紋理等）。殘差卷積可以通過疊加的結(jié)構(gòu)，更有效地保留這些特征，并逐漸增強(qiáng)細(xì)微的變化，提供更加魯棒的特征表示，進(jìn)而提高模型的邊緣識(shí)別準(zhǔn)確率。

本文設(shè)計(jì)的殘差卷積模塊如圖2所示， 3× 256×256 的原始圖像 F_input 被分別輸入到 3×3 和 5×5 兩種卷積層中，以便通過不同尺度的卷積核對圖像進(jìn)行處理，獲得兩個(gè)并行的特征分支。這兩個(gè)分支的輸出結(jié)果隨后被拼接，以融合不同尺度的局部特征生成第一特征圖 F_1° 與此同時(shí)，原始圖像也被輸入到 1×1 卷積層，用于進(jìn)一步壓縮通道數(shù)。隨后，該 1×1 卷積層的輸出特征圖與 F₁ 進(jìn)行逐像素相加融合。融合后的特征圖作為第二特征圖 F₂ 輸出，既保留了多尺度卷積層提取的局部細(xì)節(jié)特征，也通過 1×1 卷積層提取到更多的全局特征。這樣的設(shè)計(jì)有助于增強(qiáng)模型在處理不同尺度特征時(shí)的靈活性，同時(shí)有效減少計(jì)算復(fù)雜度。

具體操作可表示為：

F₁=Cat[conv3（F_input），conv5（F_input）]

F₂=Add[F₁，convl（F_input）]

式中：Cat為連接操作；Add為元素疊加操作。

經(jīng)過兩層相同的殘差卷積模塊 （第一殘差卷積、第二殘差卷積）提取淺層特征后，本文設(shè)計(jì)的基于Mamba的并行混合卷積模塊被用于進(jìn)一步提取深層特征。該模塊通過并行的多尺度卷積操作，有效捕捉圖像中的復(fù)雜特征信息，增強(qiáng)模型對全局和局部特征的表達(dá)能力，同時(shí)保持計(jì)算效率，為后續(xù)的解碼器部分提供了豐富的特征輸入?；贛amba的并行混合卷積模塊是一個(gè)復(fù)雜的神經(jīng)網(wǎng)絡(luò)組件，結(jié)合了標(biāo)準(zhǔn)卷積操作和自定義的Mamba模塊，旨在增強(qiáng)特征提取和信息融合的能力。該模塊采用四個(gè)并行層結(jié)構(gòu)，既能提取深層特征，也兼顧捕捉淺層特征，從而實(shí)現(xiàn)多尺度特征提取，如圖3所示?；贛amba的并行卷積模塊首先將通道數(shù)為 c 的第三特征圖輸入LayerNorm層進(jìn)行層歸一化，然后被劃分為通道數(shù)為 C/4 的四個(gè)特征圖，分別進(jìn)入各自的分支進(jìn)行相同的特征提取操作。

每個(gè)并行層由并行混合卷積模塊組成，如圖4所示，即在并行層中又嵌套三個(gè)尺度不同的卷積層。并行混合卷積模塊具體由三個(gè)殘差連接的分支構(gòu)成：第一個(gè)分支為VSS模塊（圖5）與跳躍連接組成，并引入了一個(gè)標(biāo)量值（scale）來控制跳躍連接的縮放，減少梯度消失問題并加速訓(xùn)練；第二個(gè)分支由卷積核大小為3的標(biāo)準(zhǔn)卷積和跳躍連接組成；第三個(gè)分支由卷積核大小為5的標(biāo)準(zhǔn)卷積和跳躍連接組成。所有分支均引入了scale參數(shù)用于控制跳躍連接的縮放，確保網(wǎng)絡(luò)在不同尺度下有效融合特征信息，提升網(wǎng)絡(luò)的魯棒性和訓(xùn)練效率。

由線性層、深度卷積、SiLU激活函數(shù)、SSM和LayerNorm層組成，旨在進(jìn)一步增強(qiáng)特征和提取的精度。最后，兩個(gè)分支通過逐元素乘法合并，以生成最終輸出。

Mamba模塊通常嵌入在VSS模塊中使用。VSSBlock由兩個(gè)主要分支構(gòu)成：第一個(gè)分支主要由線性層和SiLU激活函數(shù)組成，旨在處理輸入特征并增加非線性表達(dá)能力；第二個(gè)分支

多個(gè)分支協(xié)同工作，能夠進(jìn)一步豐富特征表示的多樣性，增強(qiáng)模型的泛化能力和訓(xùn)練效率。通過并行混合卷積模塊輸出特征圖，將結(jié)果進(jìn)行對應(yīng)元素相加，得到通道數(shù)為 C/4 的4個(gè)特征圖，通過拼接運(yùn)算將通道數(shù)為 C/4 的四個(gè)特征圖組合成通道數(shù)為 C 的特征圖，最后分別通過LayerNorm和Projection運(yùn)算輸出。

具體操作可表示為：

F₁^C/4，F(xiàn)₂^C/4，F(xiàn)₃^C/4，F(xiàn)₄^C/4=Chunk₄{reshape[LayerNorm（F^C）]}

N^c=Cat（M₁^c/4，M₂^c/4，M₃^c/4，M₄^c/4）

F^′=Projection[LayerNorm（N^c）]

式中 表示輸入特征映射沿通道維度分成四部分ireshape為改變多維數(shù)組的形狀操作；LayerNorm為層歸一化操作；Projection為投影操作； M_i^c/4 為通過并行混合卷積模塊后的通道數(shù)為 C/4 的特征圖； N^c 為將通過并行混合卷積模塊后的特征圖進(jìn)行拼接后輸出的通道數(shù)為 C 的特征圖； F^′ 為映射后的輸出特征圖。

1.2基于VSS的解碼器

基于Mamba的并行純視覺模塊如圖6所示。結(jié)構(gòu)與并行卷積模塊相似，但減少了兩個(gè)并行卷積層，僅保留VSS模塊，能在恢復(fù)特征圖分辨率的同時(shí)保持高層次特征表達(dá)。

通道數(shù)為 c 的輸入特征圖通過LayerNorm層進(jìn)行歸一化，然后被劃分為四個(gè)通道數(shù)為 C/4 的特征圖，將4個(gè)特征圖分別輸入到VSSBlock中，經(jīng)過殘差拼接和調(diào)整因子處理后，再將它們拼接得到通道數(shù)為 C 的特征圖。最終，通過LayerNorm和Projection操作，輸出增強(qiáng)后的特征圖。該設(shè)計(jì)有效平衡了特征提取的深度和復(fù)雜度，同時(shí)保持了特征圖的高效表達(dá)。

1.3基于改進(jìn)的空間注意力機(jī)制和通道注意力機(jī)制相結(jié)合的跳躍連接

在解碼器層中，利用了包含注意力機(jī)制的跳躍連接來增強(qiáng)特征表示能力。該注意力機(jī)制由改進(jìn)的空間注意力機(jī)制和通道注意力機(jī)制串聯(lián)組成，如圖7和圖8所示。不僅在空間維度上加強(qiáng)了局部信息的關(guān)注，還通過通道維度在全局范圍內(nèi)增強(qiáng)了特征的選擇性和表達(dá)能力，從而顯著提高了解碼器階段的特征融合效率。

跳躍連接首先將特征圖輸入空間注意力機(jī)制子模塊。在該子模塊中，分別對特征圖進(jìn)行最大池化和平均池化操作，并將池化結(jié)果沿通道維度進(jìn)行拼接。然后利用一維卷積層對拼接后的結(jié)果進(jìn)行卷積操作，隨后通過全連接層和Sigmoid激活函數(shù)將輸出值限制在[0，1]內(nèi)。最后，將輸入特征圖與計(jì)算得到的空間注意力結(jié)果相乘，并與原始輸入特征圖相加，從而生成空間注意力特征圖。

空間注意力機(jī)制子模塊的輸出將作為通道注意力機(jī)制子模塊的輸入。在通道注意力機(jī)制中，首先對輸入特征圖進(jìn)行全局平均池化，通過自適應(yīng)池化將空間維度壓縮為單一數(shù)值以保留通道信息。接著，將池化后的特征圖與其余層的特征圖進(jìn)行拼接，通過一維卷積層計(jì)算全局注意力權(quán)重。然后，利用全連接層或卷積層計(jì)算每個(gè)通道的注意力權(quán)重，并通過Sigmoid激活函數(shù)將這些權(quán)重值限制在[0，1]內(nèi)。最終，注意力權(quán)重將被應(yīng)用到對應(yīng)的輸入特征圖上，通過殘差連接與原始特征圖相加，得到最終的注意力特征圖。

具體操作可表示為：

式中：GAP為全局平均池化； t_i 為從編碼器得到的不同階段的特征圖；Concat表示通道維度上的連接操作；Conv1D表示一維卷積操作；FC_i 為階段 i 的全連接層； σ 為sigmoid函數(shù)；? 為元素乘法； T 為3個(gè)不同階段拼接后的特征圖； T^′ 為調(diào)整通道后的特征圖； Att_i 為激活后的特征圖； Out_i 為輸出特征圖。

2實(shí)驗(yàn)

2.1實(shí)驗(yàn)環(huán)境

此次實(shí)驗(yàn)采用Linux操作系統(tǒng)，Pytorch1.13.0版本框架，集成開發(fā)環(huán)境為PyCharm。平臺(tái)硬件參數(shù)如下：內(nèi)存大小為32G，GPU為NVDIAGeForceRTX4070tiGPU。所有實(shí)驗(yàn)都使用相同的數(shù)據(jù)增強(qiáng)操作，以更公平地確定模型性能。使用BceDice作為損失函數(shù)，以AdamW作為優(yōu)化器，訓(xùn)練歷元為200，批大小為8，初始學(xué)習(xí)率為0.001，最小學(xué)習(xí)率設(shè)置為0.00001的余弦退火學(xué)習(xí)率。

2.2數(shù)據(jù)集

為驗(yàn)證所提出的模型的優(yōu)勢，在公開可用的皮膚病變數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)。ISIC2017[1數(shù)據(jù)集是國際皮膚成像協(xié)作組織發(fā)布的大型數(shù)據(jù)集。從ISIC2017數(shù)據(jù)集獲得2000張圖像以及帶有分割掩碼標(biāo)簽的皮膚鏡圖像，并進(jìn)行隨機(jī)分割。其中，1250張用于模型訓(xùn)練，150張用于模型驗(yàn)證，600張用于模型測試。圖像的初始大小為 576×767 像素，在輸入模型時(shí)將大小標(biāo)準(zhǔn)化為 256×256 像素。

2.3評價(jià)指標(biāo)

醫(yī)學(xué)分割數(shù)據(jù)集評估模型性能的常見指標(biāo)包括Dice 相似系數(shù)（DSC）、敏感性（Sensitivity，SE）、特異性（Specificity，SP）和準(zhǔn)確性（Accuracy，ACC）。DSC用于測量真實(shí)與預(yù)測分割圖之間的相似程度；SE主要用來衡量預(yù)測為正且正確的數(shù)目，占實(shí)際正的總數(shù)目的百分比；SP主要用來衡量預(yù)測為負(fù)且正確的數(shù)目，占實(shí)際負(fù)的總數(shù)目的百分比；ACC主要用來衡量正確分類的百分比。具體計(jì)算為：

式中： P_DSC 、 P_SE 、 P_SP 、 P_ACC 為 DSC、SE、SP、ACC指標(biāo)值； T_p 為真陽性； T_N 為真陰性； F_p 為假陽性； F_N 為假陰性。

2.4結(jié)果分析

為驗(yàn)證本文提出的基于Mamba的超輕量圖像分割模型的有效性，在ISIC2017皮膚病變分割數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，并將本模型與幾種最先進(jìn)的輕量級(jí)圖像分割模型進(jìn)行比較，如表1所示?？梢钥闯觯疚奶岢龅哪Ｐ驮诒３謽O低參數(shù)量的同時(shí)，仍然展現(xiàn)了出色的分割性能。與U-Net相比，本文模型的參數(shù)量減少了99.84% ，GFLOPs減少了 99.35% ，而Dice相似系數(shù)、敏感性、準(zhǔn)確性指標(biāo)仍然高于U-Net模型。本文模型的Dice相似系數(shù)高于其他所有比較模型，尤其是比UltraLightVM-UNet模型高1.81% ，同時(shí)在特異性和準(zhǔn)確性上也展現(xiàn)出優(yōu)勢。值得注意的是，雖然本文模型的GFLOPs較UltraLightVM-UNet略高，但是參數(shù)量下降75.51‰ 相比VM-UNet和MALUNet模型，GFLOPs則分別減少了 97.28% 和 32.58‰ 在參數(shù)和計(jì)算量顯著減少的情況下，本文模型的分割性能保持了極具競爭力的水平，這表明本文設(shè)計(jì)的Mamba架構(gòu)在降低計(jì)算復(fù)雜度的同時(shí)，能夠有效增強(qiáng)特征提取能力。

3結(jié)束語

本文提出一種基于Mamba的超輕量圖像分割模型，結(jié)合了Mamba架構(gòu)與經(jīng)典的U-Net模型，旨在解決圖像分割模型在移動(dòng)設(shè)備等資源受限場景下的高計(jì)算負(fù)擔(dān)問題。通過引入視覺狀態(tài)空間塊，并采用殘差卷積模塊和并行卷積模塊的組合，本文模型在捕獲遠(yuǎn)程依賴信息和提取多尺度特征方面展現(xiàn)出強(qiáng)大的能力。實(shí)驗(yàn)結(jié)果表明，本文提出的模型不僅在參數(shù)量和計(jì)算復(fù)雜度上遠(yuǎn)低于傳統(tǒng)模型，還在分割性能上超越了當(dāng)前最先進(jìn)的輕量級(jí)模型。

與現(xiàn)有輕量化模型相比，本文模型極大程度減少了計(jì)算開銷，特別適用于對實(shí)時(shí)性和資源效率要求較高的移動(dòng)設(shè)備場景。在未來的工作中，將探索如何進(jìn)一步優(yōu)化Mamba架構(gòu)，減少模型推理時(shí)間，并在更大規(guī)模的醫(yī)學(xué)和工業(yè)圖像分割任務(wù)中測試模型的適應(yīng)性與擴(kuò)展性。

參考文獻(xiàn)：

[1]齊向明，張志偉．邊緣增強(qiáng)結(jié)合多尺度信息融合的皮膚病變分割[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2024，33（11）：157-166.

[2]李文生，張菁，卓力，等．基于Transformer的視覺分割技術(shù)進(jìn)展[J].計(jì)算機(jī)學(xué)報(bào)，2024，47（12）：2760-2782.

[3]支慧芳，韓建新，吳永飛，融合注意力與上下文信息的皮膚癌圖像分割模型[J].計(jì)算機(jī)工程與設(shè)計(jì)，2024，45（9）：2859-2865.

[4]彭琳娜，張紅云，苗奪謙.基于邊緣約束和改進(jìn)SwinUnetr的復(fù)雜器官分割方法[J/OL].計(jì)算機(jī)科學(xué)，（2024-09-12）[2024-10-14].http：//kns.cnki.net/kcms/detail/50.1075.TP.20240912.0933.010.html.

[5]RONNEBERGERO，F(xiàn)ISCHERP，BROXT.U-net Convolutionalnetworks for biomedical image segmentation：Medical imagecomputingand computer-assisted intervention-MICCAI 2Ol5：18thinternational conference[C]. Munich ： Springer InternationalPublishing，2015：234-241.

[6]RUANJ，XIANG S， XIE M， et al. MALUNet ： A multi-attentionand light-weight unet for skin lesion segmentation ∵ 2022IEEEInternational Conference on Bioinformatics and Biomedicine（BIBM）[C].IEEE，2022：1150-1156.

[7]ZHOUZ，RAHMANSIDDIQUEEMM，TAJBAKHSHN，et al. Unet：A nested u-net architecture for medical image segmentation： Deep Learning in Medical Image Analysis and Multimodal Learning forClinical Decision Support：4th International Workshop，DLMIA 2018，and 8th International Workshop，ML-CDS 2018，Held in Conjunction with MICCAI 2018[C].Granada，Spain：Springer International Publishing，2018：3-11.

[8]CHENJ，LUY，YUQ，etal.Transunet： Transformersmake strong encoders for medical image segmentation[J].arXiv preprint arXiv， 2021：2102.04306.

[9]ZHANGY，LIUH，HUQ.Transfuse：Fusingtransformersand cnnsfor medical image segmentation：Medical image computingand computer assisted intervention-MICCAI 2021：24th international conference[C].Strasbourg， France：SpringerInternational Publishing， 2021：14-24

[10]崔麗群，郝思雅，欒五洋.基于Mamba的輕量級(jí)三維點(diǎn)云實(shí) 例分割算法[J/OL].計(jì)算機(jī)工程與應(yīng)用，（2024-09-05）[2024-10-14]. http：//kns.cnki.net/kcms/detail/11.2127.TP.20240905.1205.003.html. [11]GUA，DAOT.Mamba ∵ Linear-time sequence modelingwith selective state spaces[J].arXiv preprint arXiv，2023：2312.00752.

[12]HUANGT，PEIX，YOU S，etal.Localmamba ∵ Visual state space model with windowed selective scan[J].arXiv preprint arXiv， 2024：2403.09338.

[13]MAJ，LIF，WANGB.U-mamba ∵ Enhancing long-range dependency for biomedical image segmentation[J].arXiv preprint arXiv，2024：2401.04722.

[14]RUANJ，XIANG S.Vm-unet：Vision mamba unet for medical imagesegmentation[J].arXiv preprint arXiv，2024：2402.02491. [15]ZHUL，LIAOB，ZHANGQ，etal.Vision mamba：Efficient visualrepresentation learningwith bidirectional state space model[J]. arXivpreprintarXiv，2024：2401.09417.

[16]CODELLANCF，GUTMAND，CELEBIME，etal.Skinlesion analysis toward melanoma detection：A challenge at the 2017 international symposiumon biomedical imaging （isbi），hostedbythe international skin imaging collaboration （isic）：2018 IEEE 15th international symposium on biomedical imaging （ISBI 2018）[C]. IEEE，2018：168-172.