[發明專利]一種基于深度卷積神經網絡的皮膚病圖像病灶分割方法

在審

• 申請號: 202010860172.1
• 申請日: 2020-08-25
• 公開（公告）號: CN112132833A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 崔文成;張鵬霞;邵虹
• 申請（專利權）人: 沈陽工業大學
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06T7/174;G06T7/187;G06T5/00;G06T5/30
• 代理公司: 沈陽智龍專利事務所(普通合伙) 21115
• 代理人: 宋鐵軍

本發明屬于計算機輔助診斷和醫學圖像處領域，涉及一種基于深度卷積神經網絡的皮膚病圖像病灶分割方法，用于提高皮膚病圖像質量，進而提高病灶分割的準確度，以獲得更加精確的病灶信息。具體步驟是：數據預處理負責對皮膚病圖像進行降噪處理，將圖像中有礙確定病灶位置的人工、天然噪聲移除；數據擴充負責將經過降噪處理的圖像進行形變、旋轉的方式擴充數據集；構建分割模型對圖像進行第一次特征提取，再進行編碼獲得更多細節特征，并融合第一次得到的特征獲得預測圖。

技術領域

本發明屬于計算機輔助診斷和醫學圖像處理領域，具體涉及一種基于深度空洞卷積網絡的特征提取和融合方法。

背景技術

皮膚是人體最大的器官，它覆蓋并保護人的身體，具有排汗、感覺冷熱和壓力等很多重要的功能。而皮膚病是所有年齡段人類中最常見的一種疾病感染，具有很高的發病率，人體機能的病癥往往會在皮膚組織上直接表現出來，給患者帶來很多困擾。但是皮膚病種類繁多，目前已超過2000種，且很多皮膚病之間極其相似，難以辨別，這給疾病診斷帶來很大的困難，極容易造成誤診。皮膚鏡作為一種非侵入性的診斷技術可用于快速檢查可疑病變，它通過顯微技術將皮膚表面的組織結構、紋理變化和顏色差異等細節特征非常清晰地體現在皮膚鏡圖像上，利用皮膚鏡圖像可以觀察到許多顏色、形態、紋理等形態學特征。通過皮膚鏡采集的皮膚病圖像在不降低特異性的前提下提高對各類皮膚疾患的診斷敏感性，可以幫助皮膚科醫生更好地定義腫瘤邊緣，測量治療后的效果和疾病分類。皮膚病圖像分割就是為了獲得精準的病灶區域，為自動輔助診斷提供強有力的支持。

隨著數字圖像處理和計算機視覺與醫學相結合，基于皮膚病圖像的自動診斷技術成為當下的一個研究重點。在一方面，實際臨床采集到的圖像包含大量諸如毛發、血管、黑框等噪聲信息；在另一方面，不同病種間圖像呈現不同形狀、顏色、紋理特征，這對皮膚病病灶分割造成了巨大的干擾，導致皮膚病病灶分割問題成為了一個具有實際意義、又極具挑戰性的問題。

發明內容

發明目的：

為了提高了皮膚病圖像質量，進而提高病灶分割的準確度，以獲得更加精確的病灶信息，本發明提出了一種基于深度卷積神經網絡的皮膚病圖像病灶分割方法。

技術方案：

一種基于深度卷積神經網絡的皮膚病圖像病灶分割方法，其特征在于：該分割方法包括三個步驟，分別為數據預處理、數據擴充、構建分割模型進行訓練并驗證；

其中，數據預處理步驟負責對皮膚病圖像進行降噪處理，將圖像中有礙確定病灶位置的人工、天然噪聲移除；

數據擴充步驟負責將經過降噪處理的圖像進行形變、旋轉的方式擴充數據集；

構建分割模型進行訓練并驗證步驟，該步驟分為三部分，第一部分用一個由空洞卷積構成的模塊對圖像進行第一次特征提取；第二部分是一個空洞空間金字塔池化模塊，對所提取到的特征再進行編碼獲得更多細節特征；第三部分是解碼模塊，對編碼所得的高細節特征解碼的同時融合第一次得到的特征獲得預測圖。

在數據預處理步驟中，對圖像的人工、天然噪聲進行處理，具體步驟如下：

(1)將原始RGB圖像轉換到HSL空間的亮度分量L，公式如下：

其中，R、G、B分別為RGB色彩空間的三個分量；

(2)將L＜20的像素點標記為黑點，然后統計黑點所占每行/列的比例p；

(3)如果每行/列的p0.7，則將該行/列標記為黑框行/列；

(4)得到整幅圖像的黑框行、列位置信息，并在原始RGB圖像中刪除所有黑框行/列，以移除人工操作導致的黑框噪聲；