[發明專利]一種甲黑線皮膚鏡圖像分析方法及系統

有效

• 申請號: 202110326945.2
• 申請日: 2021-03-26
• 公開（公告）號: CN113012138B
• 公開（公告）日: 2023-03-21
• 發明（設計）人: 徐向民;劉浩帆;邢曉芬;馬寒
• 申請（專利權）人: 華南理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 何淑珍;江裕強

本發明公開了一種甲黑線皮膚鏡圖像分析方法及系統。所述方法包括以下步驟：建立帶有二值化掩膜圖像標簽的甲黑線皮膚鏡圖像原始訓練樣本集，對圖像標簽進行邊緣提取，生成邊緣檢測標簽；對原始訓練樣本集進行數據增強，構建數據增強訓練樣本集；搭建編碼?解碼結構的全卷積分割網絡；全卷積分割網絡輸出指甲區域和變色區域的輪廓，利用圖像學知識獲取圖像分析相關指標，完成甲黑線皮膚鏡圖像分析。本發明引入了卷積神經網絡，相比傳統算法，深度監督學習的方法讓模型能學習到數據集中圖像的共同特性，更好地排除背景噪聲的干擾，擁有更高精度的分割效果，同時具有更好的魯棒性。

技術領域

本發明涉及計算機技術、模式識別領域，具體涉及一種甲黑線皮膚鏡圖像分析方法及系統。

背景技術

甲黑線，即指甲上的黑色色素是非常常見的現象，是皮膚科醫生常見的咨詢病例之一。這種情況可能與多種疾病有關，例如，趾下出血，甲癬，外源性染色，長期摩擦，全身性疾病，指甲基質痣等。在極少數情況下，這是惡性黑色素瘤的最初表現。盡管惡性黑色素瘤是威脅生命的皮膚腫瘤，但在更早診斷和治療后預后會更好。不幸的是，指甲單元的黑色素瘤通常比大多數其他身體部位的黑色素瘤診斷晚，導致更差的治療結果。因此早期黑色素瘤甲黑線的診斷尤為重要。

計算機輔助系統在醫療圖像領域已經有不少應用，尤其在皮膚鏡圖像識別領域。皮膚鏡是一種觀察活體皮膚表面以下微細結構和色素的無創性顯微圖像分析技術。它可以觀察到表皮下部、真皮乳頭層和真皮深層等肉眼不可見的影像結構與特征，這些特征與皮膚組織病理學的變化有著特殊和相對明確的對應關系，根據這些對應關系確定了皮膚鏡診斷的敏感性、特異性。皮膚鏡儀器拍攝的高精度圖像能直觀呈現患者病變部位的細節，幫助醫生初步判斷患者的病情，作為病理診斷的第一步。

圖像分割作為醫療圖像處理領域常見的技術方法，目的是提取醫療圖像中需要關注的目標區域的輪廓，排除背景噪聲的干擾。現有自動分割算法可大致分為基于直方圖閾值處理、基于無監督聚類、基于邊緣和區域、基于活動輪廓和監督學習方法。近年來，卷積神經網絡(CNN)常用于圖像分割領域，以提高分割目標的精度。CNN有強大的特征提取能力，相比傳統圖像分割方法，CNN具有更強的魯棒性，能適應更復雜的分割環境。醫療圖像通常具有細節多，噪聲多，邊緣模糊等特點，在眾多醫療圖像數據集中，相比傳統算法卷積神經網絡在醫療圖像分割中表現出更強大的性能，因此將卷積神經網絡應用到甲黑線皮膚鏡圖像的分割具有可行性。

發明內容

指甲變色隱藏的黑色素瘤危險往往容易被大眾忽視，針對現有的基于甲黑線皮膚鏡圖像智能分析方法的不足，本發明提出基于邊緣增強和空間注意力機制的甲黑線皮膚鏡圖像分析方法及系統。首先，本方法采用深度學習中的監督學習方法，利用編碼-解碼的全卷積圖像分割網絡，在編碼器增加空間注意力模塊，在解碼端加入邊緣監督，讓模型更好地學習指甲部位和病變部位的位置信息以及邊緣信息，加強模型分割效果。其次，利用圖像學知識，將指甲區域和病變區域兩部分的分割結果根據黑色素瘤診斷的ABCDEF規則進行重要指標的量化分析，包括面積占比，顏色深度，顏色均勻度，形狀規則度和黑線是否侵入皮膚。

本發明的目的至少通過如下技術方案之一實現。

一種甲黑線皮膚鏡圖像分析方法，包括以下步驟：

S1、建立帶有二值化掩膜圖像標簽的甲黑線皮膚鏡圖像原始訓練樣本集，對圖像標簽進行邊緣提取，生成邊緣檢測標簽；

S2、對原始訓練樣本集進行數據增強，構建數據增強訓練樣本集；

S3、搭建編碼-解碼結構的全卷積分割網絡；

S4、全卷積分割網絡輸出指甲區域和變色區域的輪廓，利用圖像學知識獲取圖像分析相關指標，完成甲黑線皮膚鏡圖像分析。

進一步地，步驟S1中，原始訓練樣本集中的樣本為固定精度皮膚鏡儀器拍攝的甲黑線圖像。

進一步地，步驟S2中，進行數據增強的方法包括平移，翻轉，加噪和裁剪。