一种基于扩散模型的结肠息肉图像分割方法技术

本发明专利技术涉及一种基于扩散模型的结肠息肉图像分割方法，包括如下的步骤：构建炎症性肠病图像数据集合；针对炎症性肠病分割任务，对数据集合进行包括亮度变换在内的数据增强；基于改进的扩散模型网络架构进行训练和推理，包括前向扩散过程即训练过程、反向扩散过程即推理过程，得到基于扩散模型的结肠息肉图像分割网络；步骤四：结肠息肉图像分割。本发明专利技术同时提供一种可以实现上述方法的装置。

【技术实现步骤摘要】

本专利技术属于计算机视觉，具体涉及基于扩散模型的结肠息肉图像分割方法。

技术介绍

1、炎症性肠病(inflammatory bowel disease，ibd)是一种慢性复发性肠道炎性疾病，长久以来一直对人类的身体健康造成威胁(sung h,ferlay j,siegel r l,etal.global cancer statistics 2020:globocan estimates of incidence andmortality worldwide for 36cancers in 185countries[j].ca:a cancer journal forclinicians,2021,71(3):209-249.)。结肠镜取病变黏膜组织行病理学检查是诊断ibd的重要标准之一，要求内镜医师准确、多点(包括病变部位和非病变部位，其中病变部位主要体现为结肠息肉)取材，但结肠镜检查具有较大的主观性，容易受到不同操作者之间和同一个操作者不同时刻判断差异的限制(jacobs d o.diverticulitis[j].new england journa本文档来自技高网...

【技术保护点】

1.一种基于扩散模型的结肠息肉图像分割方法，包括如下的步骤：

2.根据权利要求1所述的结肠息肉图像分割方法，其特征在于，基于开源数据集Kvasir-SEG或CVC-ClinicDB构建炎症性肠病图像数据集合。

3.根据权利要求1所述的结肠息肉图像分割方法，其特征在于，所述亮度变换的方法如下：

4.根据权利要求1所述的结肠息肉图像分割方法，其特征在于，所述数据增强还包括旋转、裁剪和运动模糊。

5.根据权利要求1所述的结肠息肉图像分割方法，其特征在于，所述多尺度特征融合解码器的局部特征融合包括三个卷积层，用于平滑的降低特征图的通道数，聚合局部特...

【技术特征摘要】

1.一种基于扩散模型的结肠息肉图像分割方法，包括如下的步骤：

2.根据权利要求1所述的结肠息肉图像分割方法，其特征在于，基于开源数据集kvasir-seg或cvc-clinicdb构建炎症性肠病图像数据集合。

3.根据权利要求1所述的结肠息肉图像分割方法，其特征在于，所述亮度变换的方法如下：

4.根据权利要求1所述的结肠息肉图像分割方法，其特征在于，所述数据增强还包括旋转、裁剪和运动模糊。

5.根据权利要求1所述的结肠息肉图像分割方法，其特征在于，所述多尺度特征融合解码器的局部特征融合包括三个卷积层，用于平滑的降低特征图的通道数，聚合局部特征；多尺度特征融合将第四组特征图...

【专利技术属性】
技术研发人员：褚晶辉，池田雨，吕卫，
申请(专利权)人：天津大学，
类型：发明
国别省市：