恶性黑色素瘤是最致命的皮肤癌形式，侵袭性黑素瘤病例的数量正在迅速增加。自动或半自动诊断皮肤病变是促进恶性黑色素瘤早期诊断的必要条件。对黑色素瘤病变区域准确的分割有助于临床定量分析。因此，我们提出了一种基于水平集的色素性皮肤病变的分割方法，主要贡献在于（1）通过整合额外的微观特征（如纹理）来提高分割的准确性；（2）通过区分不同内部纹理特征的重要程度（纹理水平指数，简称TL）来提高算法的适应性。通过在两个公开的皮肤镜图像数据库上与现有算法进行比较，证明了提出算法的有效性。

图1. 纹理水平指数: (a) TL = 1.26, (b) TL = 2.23, (c) TL = 2.44, 和 (d) TL = 0.97.

图2. 使用TL和不使用TL情况下的分割结果比较: (a) DB1数据集; (b) PH²数据集.

论文引用：Tie-jun Yang, Yao-wen Chen, Jiewei Lu and Zhun Fan(*).Sampling with level set for pigmented skin lesion segmentation. Signal, Image and Video Processing,2019，IF=1.643