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：南京邮电大学

摘要：本发明公开了融合残差Inception与双向ConvGRUConvolutionalGatedRecurrentUnit,ConvGRU的皮肤病变分割方法,其设计了一种云边协同的皮肤病变智能分割服务网络模型，通过该网络模型，用户可以获得快速、准确的分割服务；其次，构建了一种新的皮肤病变智能分割模型，通过融合残差Inception与双向ConvGRU，该模型能融合不同尺度特征，提高模型特征提取能力，并能充分利用底层特征与语义特征之间的关系，捕获更丰富的全局上下文信息，取得更好的分割性能。

主权项：1.融合残差Inception与双向ConvGRU的皮肤病变分割方法，其特征在于，包括以下步骤：步骤1、构建云边协同的皮肤病变智能分割服务网络；步骤2、基于所述分割服务网络，构建一个基于U-Net的皮肤病变智能分割模型；步骤3、将采集的图像输入基于改进的残差Inception的编码器，提取图像特征；步骤4、将编码器输出的特征图输入基于改进的残差Inception与双向ConvGRU的解码器，双向ConvGRU模块融合编码器产生的特征图和解码器的上采样产生的特征图，由解码器输出分割结果；所述编码器包含四个结构相同的编码器子模块，每个编码器子模块包括两个残差Inception模块、一个线性整流函数的激活函数及一个用于实现下采样的2×2最大池化层；所述残差Inception模块包含三个1×1卷积核与三个3×3卷积核；前层的输出经过三组不同的卷积操作后，得到具有三组不同感受野的特征图；三组特征图进行拼接后，前层输出的特征图经过残差连接与之相加；残差连接的实现定义为：m＝Fn,{ci}+n其中，n与m是残差Inception模块的输入与输出，F函数表示残差Inception模块中的各个操作，ci表示各个卷积操作的权重，i为1-k的数值，k为Inception模块中卷积核的总数；所述解码器包含四个结构相同的解码器子模块，每个解码器子模块包括一个双向ConvGRU模块、三个残差Inception模块和在Inception模块后的一个Relu激活函数层，每个解码器子模块之后有一个批标准化层及一个用于上采样的2×2反卷积层；所述双向ConvGRU包括一个前向ConvGRU与一个后向ConvGRU，前向ConvGRU从左至右控制序列，后向ConvGRU从右至左控制序列；前向隐藏状态与后向隐藏状态分别与对应权重相乘，并将结果相加得到最终的隐藏状态ht，即双向ConvGRU的最终输出结果为yt： 其中，与分别对应输出层中前向ConvGRU与后向ConvGRU的权重。

全文数据：

权利要求：

百度查询： 南京邮电大学 融合残差Inception与双向ConvGRU的皮肤病变分割方法