申请/专利权人：福州大学

申请日：2023-12-28

公开（公告）日：2024-03-29

公开（公告）号：CN117788487A

主分类号：G06T7/11

分类号：G06T7/11;G06T7/00;G06N3/0464;G06N3/0455;G06N3/09;G06N3/0985

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明提供一种皮肤癌病变图像区域分割方法及系统，首先，获取皮肤镜图像数据集，对图像样本进行预处理，并将样本划分训练集验证集；其次，利用大规模预训练的主干网络作为编码器，使用支持可变形特征细化的解码器，引入融合通道交叉注意力的跳跃连接，构建U‑Net架构的模型网络；再次，设置基于自信度的联合损失函数，使用训练集数据对模型进行深监督训练，并保存在验证集上表现最优的模型；最后，将待测皮肤镜图像数据输入最优模型进行预测，得到皮肤癌病变区域图像的分割预测结果。本发明利用可变形特征细化改善解码器上采样空间信息恢复效果，同时利用自信度损失函数降低预测结果不确定性，能够有效提升皮肤镜图像中癌症病变部位的分割精度。

主权项：1.一种皮肤癌病变图像区域分割方法，其特征在于，包括以下步骤：步骤S1：获取皮肤镜图像数据集，对图像数据样本进行预处理，并将样本划分训练集验证集；步骤S2：利用基于大规模预训练的主干网络作为编码器，使用支持可变形特征细化的解码器，引入融合了通道交叉注意力的跳跃连接，构建U-Net架构模型网络；步骤S3：设置基于自信度的联合损失函数，使用步骤S1得到的训练集数据对模型网络进行深监督训练，并保存在验证集上表现最优的模型；步骤S4：将待测皮肤镜图像数据输入步骤S3得到的最优模型进行预测，得到皮肤癌病变区域图像的分割预测结果。

全文数据：

权利要求：

百度查询： 福州大学 一种皮肤癌病变图像区域分割方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD