(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210751558.8 (22)申请日 2022.06.29 (71)申请人 五邑大学 地址 529000 广东省江门市蓬江区东成村 22号 (72)发明人 李澄非　邱世汉　冯跃　梁辉杰　 徐傲　梁淑芬　秦传波　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 王本晋 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/44(2022.01) G06T 3/40(2006.01) G06N 3/08(2006.01)G06N 3/04(2006.01) (54)发明名称 一种皮肤病变图像分割方法、 系统、 设备及 存储介质 (57)摘要 本申请实施例公开了一种皮肤病变图像分 割方法、 系统、 设备及存储介质， 首先提取皮肤病 变图像的多层次特征的上下文信息； 然后通过门 控融合解码器从多层次特征的上下文信息中自 适应选择 互补信息， 并通过加法和门控机制将多 层次特征的上下文信息进行融合， 得到初始引导 特征图； 然后通过形状引导流模块逐步挖掘特征 图中的病变边界并突出病变区域的形状， 解决边 界模糊问题； 最后将形状引导流模块输出的最终 引导特征图和皮肤病变图像的浅层特征进行门 控卷积融合得到最终输出。 本发 明能够很好地解 决皮肤病变图像中的病变区域大小不同和不规 则导致目标定位不准确的问题以及病变区域与 背景之间的模糊性 等问题。 权利要求书3页 说明书12页 附图6页 CN 114972324 A 2022.08.30 CN 114972324 A 1.一种皮肤病变图像分割方法， 其特 征在于， 所述皮肤病变图像分割方法包括： 获取皮肤病变图像； 提取所述皮肤病变图像的浅层特征和多层次特征， 并提取每一层次特征对应的上下文 信息； 将所述多层次特征的上下文信 息输入至预设的门控融合解码器中， 以使所述门控融合 解码器从所述多层次特征的上下文信息中 自适应选择互补信息， 并通过加法和门控机制将 所述多层次特征的上下文信息进行融合， 得到所述门控融合解码器输出的初始引导特征 图； 构建形状引导流模块， 将所述初始引导特征图和所述多层次特征的上下文信 息输入至 所述形状引导流模块中， 以使 所述形状引导流模块逐步挖掘特征图中的病变边界并突出病 变区域的形状， 得到所述形状引导 流模块输出的最终引导特 征图； 将所述最终引导特征图和所述浅层特征进行门控卷积融合， 得到所述皮肤病变图像的 分割结果。 2.根据权利要求1所述的皮肤病变图像分割方法， 其特征在于， 所述提取每一层次特征 对应的上 下文信息， 包括： 构建上下文特征提取模块， 所述上下文特征提取模块包括依次连接的感受野模块和残 差多核池化模块， 所述感受野模块包括跳跃连接层和多分支卷积层， 其中， 每个分支卷积层 都包括依次连接的1x1卷积层、 1xn卷积层、 nx1卷积层和具有特定空洞率的空洞卷积层， 所 述跳跃连接层的输出结果和所述多分支卷积层的输出结果拼接后得到所述感受野模块的 输出结果； 所述残差多核池化模块包括四个不同尺寸大小的池化层、 四个1 ×1卷积层和双 线性插值层， 所述四个不同尺寸大小的池化层用于从输入至所述残差多核池化模块的特征 图中分别提取四个不同尺寸的特征图， 所述四个1 ×1卷积层用于降低所述四个不同尺寸的 特征图的通道数， 所述双线性插值层用于对所述四个1 ×1卷积层输出的特征图进行上采 样， 所述输入至所述残差多核池化模块的特征图与所述双线性插值层输出的特征图拼接得 到所述残差多 核池化模块的输出 结果； 将所述多层次特征中的每一层次特征分别 输入至所述上下文特征提取模块中， 得到所 述上下文特征提取模块中每一层次特 征的上下文信息 。 3.根据权利要求2所述的皮肤病变图像分割方法， 其特征在于， 所述门控融合解码器的 表达式包括： 其中， σ 表示sigmoid激活函数， 表示在通道中像素级别相乘， fi表示所述多层次特征 中的第i个层次特 征， Sg表示所述初始引导特 征图。 4.根据权利要求2所述的皮肤病变图像分割方法， 其特征在于， 所述多层次特征为N个 层次特征， 其中， 第1个层次特征为N个层次特征中最低层次特征， 并且从第1个层次特征至 第N个层次特征的层次特征依次递增； 所述形状引导流模块包括N个通道反向注意力模块和 N个门控卷积融合模块； 所述形状引导流模块逐步挖掘特征图中的病变边界并突出病变区 域的形状， 得到所述形状引导 流模块输出的最终引导特 征图， 包括：权　利　要　求　书 1/3 页 2 CN 114972324 A 2将所述初始引导特征图作为第1引导特征图， 并将所述第1引导特征图和第1个层次特 征输入至第1个所述通道反向注意力模块中， 以使第1个所述通道反向注意力模块通过使用 反向注意力来剔除前 景对象， 并输出第1注意力特 征图； 将所述第1注意力特征图和所述第1引导特征图输入至第1个所述门控卷积融合模块 中， 得到第1个所述门控卷积融合模块输出的第2引导特 征图； 将所述第2引导特征图和第2个层次特征输入至第2个所述通道反向注意力模块中， 以 使第2个所述通道反向注意力模块通过使用反向注意力来剔除前景对象， 并输出第2注意力 特征图； 将所述第2注意力特征图和所述第2引导特征图输入至第2个所述门控卷积融合模块 中， 得到第2个所述门控卷积融合模块输出的第3引导特 征图； 依次类推， 直至将所述第N引导特征图和所述第N个层次特征输入至第N个所述通道反 向注意力模块中， 以使第N个所述通道反向注意力模块通过使用反向注意力来剔除前景对 象， 并输出第N注意力特 征图； 将所述第N注意力特征图和所述第N引导特征图输入至第N个所述门控卷积融合模块 中， 得到第N个所述门控卷积融合模块输出的最终引导特 征图； 其中， 所述门控卷积融合模块的表达式包括： Gi＝((F′i⊙αi)+F′i)Tωi 其中， αi表示权重值， σ 表示sigmoid函数， Conv1×1表示1×1卷积， F′i表示第i注意力特征 图， S′i表示第i引导特征图， i取值为1至N的整 数， ωi表示权系数， Gi表示所述门控 卷积融合 模块输出的引导特 征图。 5.根据权利要求4所述的皮肤病变图像分割方法， 其特征在于， 所述通道反 向注意力模 块包括依次连接的反向注意力模块和多频率通道注意力模块， 所述反向注意力模块使用反 向注意力来剔除前景对象， 所述多频率通道注意力模块用于根据离散余弦变换 处理输入的 特征图的每 个通道， 以获得不同的频率分量。 6.根据权利要求5所述的皮肤病变图像分割方法， 其特征在于， 在第i个所述门控卷积 融合模块输出的第i引导特 征图之后， 还 包括： 对所述第i引导特 征图进行深监 督。 7.根据权利要求4所述的皮肤病变图像分割方法， 其特征在于， 所述将所述最终引导特 征图和所述浅层特 征进行门控卷积融合， 得到所述皮肤病变图像的分割结果， 包括： 构建一个所述门控卷积融合模块； 将所述最终引导特征图和所述浅层特征输入至所述门控卷积融合模块中， 得到所述门 控卷积融合模块输出的所述皮肤病变图像的分割结果。 8.一种皮肤病变图像分割 系统， 其特 征在于， 所述皮肤病变图像分割 系统包括： 图像获取 单元， 用于获取皮肤病变图像； 特征提取单元， 用于提取所述皮肤病变图像的浅层特征和多层次特征， 并提取每一层 次特征对应的上 下文信息； 多尺度特征融合单元， 用于将所述多层次特征的上下文信 息输入至预设的门控融合解 码器中， 以使所述门控融合解码器从所述多层次特征的上下文信息中自适应选择互补信权　利　要　求　书 2/3 页 3 CN 114972324 A 3