申请/专利权人:中南大学
申请日:2023-12-12
公开(公告)日:2024-04-16
公开(公告)号:CN117893545A
主分类号:G06T7/10
分类号:G06T7/10;G06V10/40;G06V10/764;G06V10/774;G06V10/80;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明公开了一种皮肤病变图像分割方法、系统、设备及存储介质,皮肤病变图像分割方法包括将训练皮肤病变图像集输入CNN网络模型,得到第一特征图;将训练皮肤病变图像集输入Transformer网络模型,得到第二特征图;将第一特征图和第二特征图进行多模态融合,将多模态融合特征图的最深层融合特征输入瓶颈层得到第三特征图;根据第三特征图和多模态融合特征图进行跳跃连接,得到第四特征图;根据第三特征图和第四特征图进行解码,得到训练皮肤病变图像集的图像预测分割结果,减少了无关信息的干扰,获得了更精确高效的皮肤病变分割结果。
主权项:1.一种皮肤病变图像分割方法,其特征在于,所述皮肤病变图像分割方法包括:获取待检测皮肤病变图像;将所述待检测皮肤病变图像输入训练好的图像分割模型,得到所述图像分割模型输出的图像预测分割结果;其中,所述图像分割模型的训练过程包括:获取训练皮肤病变图像集;并构建初始图像分割模型,其中,所述初始图像分割模型包括CNN网络模型和Transformer网络模型;将所述训练皮肤病变图像集输入所述CNN网络模型,得到第一特征图;将所述训练皮肤病变图像集输入所述Transformer网络模型,得到第二特征图;将所述第一特征图和所述第二特征图进行多模态融合,得到多模态融合特征图;将所述多模态融合特征图的最深层融合特征输入瓶颈层,得到第三特征图;根据所述第三特征图和所述多模态融合特征图进行跳跃连接,得到第四特征图;根据所述第三特征图和所述第四特征图进行解码,得到所述训练皮肤病变图像集的图像预测分割结果;根据所述训练皮肤病变图像集的图像预测分割结果与所述训练皮肤病变图像集的真实分割结果计算总损失值,并根据所述总损失值反向传播训练所述初始图像分割模型,直至所述初始图像分割模型收敛,得到所述训练好的图像分割模型。
全文数据:
权利要求:
百度查询: 中南大学 一种皮肤病变图像分割方法、系统、设备及存储介质
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。