买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广州众易用智能科技有限公司

摘要：本发明公开了一种基于边界约束的息肉分割方法及系统，该方法包括：获取息肉图像并进行数据预处理，得到预处理后的息肉图像；引入边界特征提取模块，构建基于边界约束的息肉分割网络；通过基于边界约束的息肉分割网络对预处理后的息肉图像进行识别分割处理，得到分割后的息肉图像。该系统包括：预处理模块、构建模块和分割模块。本发明通过对息肉图像边界细节的捕获，实现对不同形状、颜色、大小的息肉进行精确分割。本发明作为一种基于边界约束的息肉分割方法及系统，可广泛应用于图像识别分割处理技术领域。

主权项：1.一种基于边界约束的息肉分割方法，其特征在于，包括以下步骤：获取息肉图像并进行数据预处理，得到预处理后的息肉图像；引入边界特征提取模块，构建基于边界约束的息肉分割网络，其中，所述基于边界约束的息肉分割网络包括若干个Res2Net-50主干网络模块、若干个相互优化模块、若干个卷积注意力模块、边界特征提取模块和若干个输出模块，若干个所述Res2Net-50主干网络模块的第一输出端与若干个所述相互优化模块的输入端连接，第一个所述Res2Net-50主干网络模块的第二输出端与所述边界特征提取模块的输入端连接，若干个所述相互优化模块的输出端、所述边界特征提取模块的输出端分别与若干个所述卷积注意力模块的输入端连接，若干个所述卷积注意力模块的输出端与若干个所述输出模块的输入端连接；将所述预处理后的息肉图像输入至所述基于边界约束的息肉分割网络；基于所述Res2Net-50主干网络模块，对所述预处理后的息肉图像进行特征映射处理，得到息肉特征图像；基于所述相互优化模块，对所述息肉特征图像进行特征优化处理，得到相互优化后的息肉特征图像；将所述息肉特征图像输入至所述边界特征提取模块，所述边界特征提取模块包括第一结构第一分支卷积层、第一结构第二分支卷积层、第二结构第一分支卷积层、第二结构第二分支卷积层、第三结构第一分支卷积层和第三结构第二分支卷积层；基于所述第一结构第一分支卷积层，对所述息肉特征图像进行卷积处理，得到第一横轴息肉特征图像；基于所述第一结构第二分支卷积层，对所述息肉特征图像进行卷积处理，得到第一纵轴息肉特征图像；将所述第一横轴息肉特征图像与所述第一纵轴息肉特征图像进行融合处理，得到第一融合息肉特征图像；基于所述第二结构第一分支卷积层，对第一融合息肉特征图像进行卷积处理，得到第二横轴息肉特征图像；基于所述第二结构第二分支卷积层，对第一融合息肉特征图像进行卷积处理，得到第二纵轴息肉特征图像；将所述第二横轴息肉特征图像与所述第二纵轴息肉特征图像进行融合处理，得到第二融合息肉特征图像；基于所述第三结构第一分支卷积层，对第二融合息肉特征图像进行卷积处理，得到第三横轴息肉特征图像；基于所述第三结构第二分支卷积层，对第二融合息肉特征图像进行卷积处理，得到第三纵轴息肉特征图像；将所述第三横轴息肉特征图像与所述第三纵轴息肉特征图像进行融合处理，得到第三融合息肉特征图像，所述第三融合息肉特征图像包括边界息肉特征图像和边界息肉预测图像；将所述边界息肉特征图像与所述相互优化后的息肉特征图像进行特征融合处理，得到具有边界特征信息的息肉特征图像；基于所述卷积注意力模块，对所述具有边界特征信息的息肉特征图像进行空间注意力特征提取处理，得到具有边界特征信息的息肉注意力特征图像；将所述具有边界特征信息的息肉注意力特征图像与所述边界息肉预测图像进行融合处理，得到融合后的边界息肉注意力特征图像；基于所述输出模块，对所述融合后的边界息肉注意力特征图像进行特征抽取处理，得到分割后的息肉图像，所述分割后的息肉图像包括若干个息肉分割图像。

全文数据：

权利要求：

百度查询： 广州众易用智能科技有限公司 一种基于边界约束的息肉分割方法及系统