[发明专利]一种基于全卷积神经网络的皮肤镜图像自动分割方法

摘要

本发明提供一种基于全卷积神经网络的皮肤镜图像自动分割方法，该方法包括以下四个步骤：1：皮肤镜图像与真值图获取；2：全卷积神经网络结构设计；3：特征融合与逐像素分割方法设计；4：网络训练与分割；通过以上步骤，训练得到一个端到端的深度卷积神经网络，能够对皮肤镜图像做精准分割，同时对小面积皮损区域有效，解决了皮肤科计算机辅助诊断系统中，皮损区域分割不佳，影响后续诊断准确性的实际问题。

主权项

1.一种基于全卷积神经网络的皮肤镜图像自动分割方法，其特征在于：该方法包括以下四个步骤：/n步骤1：皮肤镜图像与真值图获取/n①所用图像来源于医院专业皮肤镜设备拍摄得到的图像及网上公开的皮肤镜图像数据集，共9000幅，其中恶性1200幅，良性7800幅；/n②对于每一幅图像，由专业皮肤科医生手动分割得到真值图；在真值图中，用0代表健康皮肤区域，1代表皮损区域；/n步骤2：全卷积神经网络结构设计/n典型的全卷积神经网络通过分层计算特征图得到分割结果，各层通过卷积核在本层特征图上的卷积计算得到下一层的特征图像；设x