[发明专利]一种基于卷积注意力模型的皮肤病变分割方法

权利要求书

1.一种基于卷积注意力模型的皮肤病变分割方法，该分割方法具体按以下步骤：

步骤1：选取ISIC-2017数据集和PH2数据集：

ISIC-2017数据集包含8位RGB皮肤镜检查图像，图像大小从540×722-4499×6748像素不等，数据集提供2000张训练图像、用于验证的150张图像的单独数据集以及用于测试的600张图像的单独数据集，数据集中所有皮肤镜检查图像分别被标记为良性痣、黑色素瘤或脂溢性角化病，PH2数据集包含200张图像，其中160张图像为痣，分为普通痣和非典型性痣，其余40张图像为黑色素瘤，PH2数据集中的图像是大小固定为768×560像素的8位RGB图像，在相同条件下使用20倍放大倍数采集；

步骤2：数据预处理：

将ISIC-2017数据集中的2000张训练图像与150张测试图像合并，生成2150张皮肤镜检查图像的训练数据集，为了了解不同的色彩空间特征，在以RGB形式存在的2150张皮肤镜检查图像上增加色相饱和度值的三个通道，生成2150张HSV形式的皮肤镜检查图像，利用水平旋转、垂直旋转、水平垂直旋转这三种旋转方式随机生成样本，使得训练数据集拥有17200张皮肤镜图像，每个样例的右上为水平旋转、左下为垂直旋转、右下为水平垂直旋转，由于原始图像大小从540×722-4499×6748像素，按照原始图像的宽高比将图像的宽调整为256px，图像上下填充黑边，将高增加到256px，以此来组成训练图像；

步骤3：训练卷积神经网络模型：

建立网络模型，该网络模型是一个端到端的多标签深度网络，由多个注意力模块、多尺度输入层、U型卷积网络以及侧输出层组成：

注意力模块：网络模型利用卷积注意力模块提取图像特征，每个卷积注意力模块由固定模式的1×1、3×3、1×1卷积层、通道注意力模块和空间注意力模块依次堆叠；

在通道注意力模块中，利用特征通道间关系生成通道注意图，将输入特征F_C∈R^C×H×W，通过使用平均池化和最大池化操作来聚合特征图的空间信息，生成平均池化特征和最大池化特征，将生成的两个特征传送到由Fc1层、Relu激活函数和Fc2层组成的多层感知器中进行维度变换和矩阵乘积，获得两个通道的关联强度，分别输出特征图和然后对通道间的注意力特征图使用逐元素求和，使得各个通道之间能产生全局的关联，以进一步增强特征表示，合并输出的特征图X_C，如公式(1)所示，再经过sigmoid操作获得最终输出的通道注意力特征图A_C如等式(2)所示：

(1)式和(2)式中，表示逐元素相加；C表示通道个数；Xi,1,1表示坐标为(i,1,1)的元素；∪表示逐元素拼接；

在空间注意力模块中，将原始特征FS∈RC×H×W，沿通道轴使用平均池化和最大池化操作汇总特征图的通道信息，以生成两个二维特征图，再对特征进行加权融合，这样对于各个位置的点，其通过注意力图在全局空间中融合相似特征，之后利用卷积层生成2D空间注意图为：

(3)式中，W，b分别表示MLP的权重，MLP的偏置；Cat(.)表示拼接；Conv(.)表示卷积操作，其中C、H、W分别表示特征图的通道数、宽及高，里的W表示Weight，Xs∈R^1×H×W里的W表示width；

最后再经过sigmoid操作，获得最终输出的空间注意力特征图A_S为：

其中，m，n分别表示m^thposition和n^thposition；∪表示逐元素拼接；

其中编码器路径：利用注意力模块提取特征信息，使用步长为2的3×3卷积替代下采样中的池化操作，在每层的卷积操作后使用批量标准化层对每个层特征图进行归一化，然后使用带泄露整流激活函数将其激活，在编码器路径中，建立了多尺度输入层，利用注意力模块块提取特征信息，使用步长为2的3×3卷积替代下采样中的池化操作，将多尺度输入建立于图像进行下采样过程的编码路径中，给定输入尺寸为256×256的原始图像，经过三次下采样过程分别获得128×128、64×64和32×32三个不同尺寸的图像，与原始图像结合形成图像金字塔；

其中解码器路径：利用步长为2的3×3反卷积层、批量标准化层以及注意力模块输出解码器每层的特征图，提取每层注意力模块输出特征图，使用双线性插值法将其扩展到原输入图像大小，采用卷积操作完成多尺度特征融合输出对应层预测图，并将这些预测图相加后形成最终的预测图；

其中侧输出层：使用双线性插值法将输出特征图扩展到输入图像大小并采用步长为2的3×3卷积将每层多通道特征图转化为2通道特征图，实现降维操作，每层输出图像使用交叉熵损失函数来计算输出损失，对于样本(x,y)，x＝﹛x_i，i＝1，…，N﹜表示为训练数据，y＝﹛y_i，i＝1，…，N﹜为对应的标注数据，其中y_i＝﹛0,1﹜，第i个样本被预测为1的概率为y_p，N表示样本的总数，M表示多尺度输出层数，此时M＝5，每个多输出层的相应损失权重表示为a_i＝﹛a_i,i＝1，…，M﹜，并且a_i＝﹛0.1、0.1、0.1、0.1、0.6﹜，对于每个输出图像，分别计算损耗L，L定义为：

叠加每个输出层的L(N)，最终的输出损耗函数L为：