一种邻近区域与边缘信息融合的医学图像分割方法、系统技术方案

本发明专利技术涉及医学图像分割技术领域，更具体的，涉及一种邻近区域与边缘信息融合的医学图像分割方法、系统。本发明专利技术获取待处理的结肠镜图像，并使用训练好的医学图像分割模型对待处理的结肠镜图像进行分割处理，得到息肉分割图像。本发明专利技术利用特征加权构建出更为准确的全局特征图，适应不同尺度大小的息肉，使得模型能够进行准确分割。本发明专利技术采用邻近注意力模块，着重于邻近区域，兼顾了正向关注和反向关注，减少信息冗余和噪声，提高息肉的召回率、防止遗漏；本发明专利技术还依据第1层压缩特征图提取边缘信息，可在第1层解码网络进行边缘的细化修正，提高息肉分割边缘的准确性。本发明专利技术解决了现有方法对于息肉邻近区域和边缘信息没有给予足够重视的问题。

【技术实现步骤摘要】

本专利技术涉及医学图像分割，更具体的，涉及一种邻近区域与边缘信息融合的医学图像分割方法、系统。

技术介绍

1、结肠镜检查能够直观地观察到肿瘤的外观，包括大小、范围、形状，能够直观的观察结肠粘膜的病变情况。仅仅依赖于医生的经验和能力需要大量的时间和精力，在结肠镜检测的过程中因为医生长时间工作时视觉疲劳可能会漏检某些息肉漏诊。

2、因此，计算机辅助医生进行诊断是极具社会价值的，能够大大提高检测效率。而计算机辅助医生进行诊断第一步就需要应用人工智能算法对医学图像进行分割。

3、目前的传统分割方法是通过提取颜色、形状、纹理等特征，然后使用分类器将息肉与其周围非息肉区域进行区分。例如sanchez-gonzalez等人利用形状、颜色和曲率来定位息肉区域。y.shin和i.balasingham根据梯度直方图和颜色直方图来提取特征，用支持向量机对图像的息肉和背景进行分类。tajbakhsh等人提出一种利用上下文信息来一处非息肉结构的信息从而定位息肉的方法，该方法首先采用canny边缘检测算法获得粗糙的边缘特征，然后通过边缘分类方法筛选掉不是息肉本文档来自技高网...

【技术保护点】

1.一种邻近区域与边缘信息融合的医学图像分割方法，包括以下步骤：

2.根据权利要求1所述的邻近区域与边缘信息融合的医学图像分割方法，其特征在于，所述编码器模块中，

3.根据权利要求1所述的邻近区域与边缘信息融合的医学图像分割方法，其特征在于，所述MSA子模块中，对于第L层压缩特征图，扩张率为3*(6-L)、5*(6-L)、7*(6-L)；其中，L＝3～5；

4.根据权利要求3所述的邻近区域与边缘信息融合的医学图像分割方法，其特征在于，所述邻近注意力模块包括4个邻近注意力子模块；

5.根据权利要求4所述的邻近区域与边缘信息融合的医学图像分割方...

【技术特征摘要】

1.一种邻近区域与边缘信息融合的医学图像分割方法，包括以下步骤：

2.根据权利要求1所述的邻近区域与边缘信息融合的医学图像分割方法，其特征在于，所述编码器模块中，

3.根据权利要求1所述的邻近区域与边缘信息融合的医学图像分割方法，其特征在于，所述msa子模块中，对于第l层压缩特征图，扩张率为3*(6-l)、5*(6-l)、7*(6-l)；其中，l＝3～5；

4.根据权利要求3所述的邻近区域与边缘信息融合的医学图像分割方法，其特征在于，所述邻近注意力模块包括4个邻近注意力子模块；

5.根据权利要求4所述的邻近区域与边缘信息融合的医学图像分割方法，其特征在于，所述边界注意力模块包括4个边界注意力子模块；

6.根据权利要求1所述的邻...

【专利技术属性】
技术研发人员：杜秀全，张学俊，陈家佳，
申请(专利权)人：安徽大学，
类型：发明
国别省市：