[发明专利]基于注意力及边界约束的息肉图像分割方法、装置、设备及介质

权利要求书

1.一种基于注意力及边界约束的息肉图像分割方法，应用于构建的息肉分割模型，其特征在于，包括：

获取待分割息肉图像及与所述待分割息肉图像相对应的Ground Truth图像；

将所述待分割息肉图像进行特征提取，得到多个低层特征及多个高层特征，其中，所述多个低层特征包括第一低层特征及由所述第一低层特征卷积后的第二低层特征；

对所述多个高层特征扩大感受野得到多个目标特征图，并将上采样后的所述多个目标特征图进行特征叠加得到全局映射图；

根据所述第二低层特征及所述Ground Truth图像生成边缘映射图，并通过第一预设损失函数对所述边缘映射图进行监督以更新所述第二低层特征；

将所述全局映射图及所述多个高层特征中的最高层特征分别作为当前上层预测图及当前高层特征；

对所述当前上层预测图、所述当前高层特征以及更新后的所述第二低层特征进行平衡注意力学习得到预测图；

根据第二预设损失函数对所述预测图及所述Ground Truth图像进行监督约束以更新所述预测图；

将更新后的所述预测图及下一层所述高层特征分别作为所述当前上层预测图及所述当前高层特征，并返回执行所述对所述当前上层预测图、所述当前高层特征以及更新后的所述第二低层特征进行平衡注意力学习得到预测图的步骤，直至输出息肉分割图为止；

其中，所述对所述当前上层预测图、所述当前高层特征以及更新后的所述第二低层特征进行平衡注意力学习得到预测图的步骤包括：

对所述当前上层预测图及所述当前高层特征进行计算得到前景注意力图、边界注意力图以及背景注意力图；

将拼接后的所述前景注意力图、所述边界注意力图以及所述背景注意力图输入SENet网络中的SE模块进行通道学习得到第一注意力特征；

将所述第一注意力特征进行卷积之后与所述当前高层特征相加得到第二注意力特征，并将所述第二注意力特征作为注意力特征；

将所述注意力特征、更新后的所述第二低层特征以及所述当前上层预测图相加得到预测图。

2.根据权利要求1所述的方法，其特征在于，所述对所述多个高层特征扩大感受野得到多个目标特征图，包括：

针对每一所述高层特征，将其进行下采样得到多个第一特征图；

对所述多个第一特征图进行卷积，并对卷积后的所述多个第一特征图进行上采样得到多个第二特征图；

将所述多个第二特征图与输入的所述高层特征相叠加得到第三特征图，并对所述第三特征图进行卷积得到目标特征图。

3.根据权利要求1所述的方法，其特征在于，所述边缘映射图包括第一边缘映射图及第二边缘映射图，所述根据所述第二低层特征及所述Ground Truth图像生成边缘映射图，并通过第一预设损失函数对所述边缘映射图进行监督以更新所述第二低层特征，包括：

对所述第二低层特征进行卷积得到所述第一边缘映射图；

对所述Ground Truth图像进行边界提取得到所述第二边缘映射图；

通过第一预设损失函数对所述第一边缘映射图及所述第二边缘映射图进行监督以更新所述第二低层特征。

4.根据权利要求3所述的方法，其特征在于，所述对所述Ground Truth图像进行边界提取得到所述第二边缘映射图，包括：

将所述Ground Truth图像作为原始Ground Truth图像，并对所述原始Ground Truth图像进行膨胀及腐蚀得到膨胀Ground Truth图像及腐蚀Ground Truth图像；

将所述膨胀Ground Truth图像减去所述原始Ground Truth图像得到第一边界环；

将所述腐蚀Ground Truth图像减去所述原始Ground Truth图像得到第二边界环；

将所述第一边界环及所述第二边界环进行叠加得到第二边缘映射图。