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：苏州斯玛维科技有限公司

摘要：本发明公开了一种基于DCNNs和GANs的皮肤镜图像增强和分类方法，包括以下步骤：S1：构建并训练U‑Net分割网络；S2：构建基于pix2pixHD的图像合成网络；S3：训练图像合成网络；S4：构建基于DCNNs和GANs的多阶段皮肤病变分类框架；S5：训练SE‑Net分类网络；S6：获取待分类皮肤镜图像；S7：对待分类皮肤镜图像进行预处理；S8：将预处理后的待分类图片输入到多阶段皮肤病变分类框架进行分析。本发明能够实现皮肤镜图像的分割、合成和分类；本发明采用U‑Net、pix2pixHD方法，降低了无用背景信息和训练数据不足对分类任务性能的影响，本发明的方法具有很好的实用性。

主权项：1.一种基于DCNNs和GANs的皮肤镜图像增强和分类方法，其特征在于，包括以下步骤：S1：构建并训练U-Net分割网络；S2：构建基于pix2pixHD的图像合成网络；S3：训练所述步骤S2得到的图像合成网络；S4：构建基于DCNNs和GANs的多阶段皮肤病变分类框架：其包括由所述步骤S3得到的训练后的用于皮肤镜图像生成的图像合成网络、由所述步骤S1得到的训练后的用于病灶分割的U-Net分割网络以及用于病灶分类的SE-Net分类网络；S5：训练所述步骤S4中的SE-Net分类网络，得到训练后的可用于皮肤镜图像分类的多阶段皮肤病变分类框架；S6：获取待分类皮肤镜图像；S7：对待分类皮肤镜图像进行预处理；S8：将预处理后的待分类图片输入到所述步骤S5得到的训练后的多阶段皮肤病变分类框架，实现对待分类图片的自动分类；所述步骤S3中训练所述图像合成网络的具体方法包括以下步骤：S3-1：获取训练图像；S3-2：将训练图像输入由所述步骤1得到的训练后的U-Net分割网络中，得到二进制分割蒙版；S3-3：根据得到的二进制分割蒙版制作语义图和实例图；S3-4：将得到的语义图和实例图输入所述步骤S2得到的所述图像合成网络中进行训练；所述步骤S3-3中根据二进制分割蒙版制作语义图和实例图的具体方法为：对于语义图，由于像素级分割任务的结果，语义图中的每个像素都有其与之对应的对象类值，使非病变、痣病变、黑色素瘤病变和脂溢性角化病病变皮肤被分配了不同的标签；对于实例图，首先通过超像素算法生成超像素块，然后将超像素块按从左到右、从上到下的顺序进行升序编号；再对编号后的超像素块进行遍历，如果超像素块中超过一半属于非病变区域，则将超像素块的像素值赋值为1000，每次递增1；对于痣病变，超像素块的像素值赋值为2000，每次递增1。

全文数据：

权利要求：

百度查询： 苏州斯玛维科技有限公司 基于DCNNs和GANs的皮肤镜图像增强和分类方法