Uma Abordagem Híbrida CNN–Random Walker para Segmentação de Lesões Cutâneas

Este trabalho propõe uma abordagem híbrida na qual técnicas automáticas de segmentação de imagens são utilizadas para gerar sementes iniciais para métodos clássicos de difusão em grafos, como o Random Walker. O objetivo é obter um segmentador que dispense interação humana e, ao mesmo tempo, herde características de métodos baseados em difusão, como a geração de fronteiras de objetos mais bem definidas.

O Random Walker propaga informações pela imagem a partir de uma matriz de afinidade construída com características da imagem e de camadas iniciais da rede, utilizando como sementes os mapas de logits produzidos pela rede convolucional antes da função de ativação. Além disso, na abordagem proposta, o processo de difusão é implementado como uma etapa diferenciável integrada ao pipeline da rede.