【技术实现步骤摘要】
本专利技术涉及图像处理，更具体的说是涉及一种基于反馈注意的皮肤病变图像分割方法及装置。
技术介绍
1、皮肤癌是一种非常常见的癌症。由于人们对皮肤癌的相关知识缺乏深入了解，加上对皮肤癌的诊断缺乏准确性，不能有效的在发病早期对皮肤癌进行及时的治疗，导致了比较高的死亡率，因此，早期诊断，及时治疗，对降低死亡率极为重要。
2、目前，一般通过分割病灶，确定病灶的位置、形状、大小等定量信息，实现对可疑皮肤病变的检测，例如皮肤科医生根据皮肤镜图像通过肉眼检测皮肤病变，该种方式的诊断结果主要依赖于医生的主观经验，结果极为不稳定，且对于经验有限的医生甚至可能无法区分正常皮肤和病变皮肤。
3、随着深度学习的发展，基于深度卷积神经网络的分割方法取得了优异的性能。但现有的cnn模型在医学图像分割上虽然已经取得了不错的成绩，当应用至恶性病变早期阶段时，由于病变与正常皮肤区域之间的对比度低，使其在皮肤病变分割中仍然存在不足，具体表现为：
4、(1)目前模型大多数是属于一次性分割，即每次对一张图片分割完后除了得到loss信息后便再...
【技术保护点】
1.一种基于反馈注意的皮肤病变图像分割方法，其特征在于，
2.根据权利要求1所述的一种基于反馈注意的皮肤病变图像分割方法，其特征在于，为重要特征和非重要特征分配权重，获取本轮经注意力学习的预测分割图的过程包括：
3.根据权利要求2所述的一种基于反馈注意的皮肤病变图像分割方法，其特征在于，确定第一重要特征或第二重要特征的步骤包括：
4.根据权利要求2所述的一种基于反馈注意的皮肤病变图像分割方法，其特征在于，根据第一运算结果降低最大值图和平均值图中不重要特征的权重的步骤包括：
5.根据权利要求4所述的一种基于反馈注意的皮肤病...
【技术特征摘要】
1.一种基于反馈注意的皮肤病变图像分割方法，其特征在于，
2.根据权利要求1所述的一种基于反馈注意的皮肤病变图像分割方法，其特征在于，为重要特征和非重要特征分配权重，获取本轮经注意力学习的预测分割图的过程包括：
3.根据权利要求2所述的一种基于反馈注意的皮肤病变图像分割方法，其特征在于，确定第一重要特征或第二重要特征的步骤包括：
4.根据权利要求2所述的一种基于反馈注意的皮肤病变图像分割方法，其特征在于，根据第一运算结果降低最大值图和平均值图中不重要特征的权重的步骤包括：
5.根据权利要求4所述的一种基于反馈注意的皮肤病变图像分割方法，其特征在于，根据第二运算结果和第一中间特征对降低权重的最大值图和平均值图进行权重增加的步骤包括：
6.根据权利要求5所述的一...
【专利技术属性】
技术研发人员：李辉辉，吴海杰，张丽，刘晓勇，
申请(专利权)人：广东技术师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。