Para enfrentar problemas como obstrução por corpos estranhos, perda de informações características e segmentação incorreta de áreas de lesões cutâneas na segmentação de imagens de lesões cutâneas, propõe-se um método de segmentação de lesões cutâneas baseado em rede composta de alta resolução. Primeiro, este método utiliza operações de pré-processamento para refinar e expandir as imagens das lesões cutâneas, reduzindo o impacto da obstrução por corpos estranhos no desempenho da segmentação da rede. Segundo, a parte de codificação é construída usando uma rede de alta resolução e um módulo denso multiescala; a rede de alta resolução garante a transferência global de mapas de características em alta definição, e o módulo denso multiescala maximiza a transferência das características da lesão, reduzindo a perda de informações das características da imagem e localizando precisamente a área da lesão cutânea. Terceiro, a parte de decodificação é construída usando uma rede de alta resolução inversa e um módulo duplo residual; o módulo duplo residual pode capturar informações semânticas profundas e espaciais durante a reconstrução das características decodificadas, melhorando a precisão da segmentação das imagens das lesões cutâneas. Experimentos foram realizados nos conjuntos de dados ISBI2016, ISBI2017 e ISIC2018, apresentando precisão de 96,14%, 93,72% e 95,73%, coeficiente de similaridade Dice de 93,16%, 88,56% e 92,00%, e índice de Jaccard de 87,01%, 77,19% e 85,19%, respectivamente, e o desempenho geral do método de segmentação superou os métodos existentes. Simulações comprovaram que a rede composta de alta resolução apresenta bom desempenho de segmentação em imagens de lesões cutâneas, oferecendo uma nova janela para o diagnóstico de doenças de pele.

lesões cutâneas; segmentação de imagens; rede de alta resolução; módulo denso multiescala; módulo duplo residual