피부 병변 이미지 분할 시 이물질 가림, 특징 정보 손실 및 병변 영역 잘못 분할 등의 문제를 해결하기 위해 고해상도 복합 네트워크 기반의 피부 병변 분할 방법을 제안한다. 첫째, 이 방법은 전처리 작업을 이용해 피부 병변 이미지를 세분화하고 확장하여 이물질 가림이 네트워크 분할 성능에 미치는 영향을 줄인다. 둘째, 고해상도 네트워크와 다중 스케일 밀집 모듈을 활용해 인코딩 부분을 구성한다. 고해상도 네트워크는 고해상도 특징 맵의 전역 전달을 보장하며, 다중 스케일 밀집 모듈은 병변 특징의 최대 전달을 가능하게 해 이미지 특징 정보 손실을 줄이고 피부 병변 영역을 정확히 위치시킨다. 셋째, 역방향 고해상도 네트워크와 이중 잔차 모듈을 활용해 디코딩 부분을 구성한다. 이중 잔차 모듈은 디코딩 특징 재구성 시 깊은 의미 정보와 공간 정보를 포착해 피부 병변 이미지 분할 정확도를 높인다. ISBI2016, ISBI2017, ISIC2018 데이터셋에서 실험한 결과 정확도는 각각 96.14%, 93.72%, 95.73%, Dice 유사도 계수는 각각 93.16%, 88.56%, 92.00%, Jaccard 지수는 각각 87.01%, 77.19%, 85.19%로 나타났으며, 해당 분할 방법은 기존 방법보다 전반적인 성능이 우수하다. 시뮬레이션 결과 고해상도 복합 네트워크는 피부 병변 이미지에 대해 우수한 분할 효과를 보이며 피부 질환 진단에 새로운 창을 제공한다.

피부 병변; 이미지 분할; 고해상도 네트워크; 다중 스케일 밀집 모듈; 이중 잔차 모듈