摘要
本发明属于医学图像处理领域,具体涉及一种基于深度学习的皮肤病变分割方法。第一步,将数据集分为训练样本和验证样本,对数据集中图片进行预处理,得到处理后的图片。第二步,构建五层神经网络,将第一步中处理得到的训练样本和验证样本依批次输入该网络,使用具有动量的梯度下降法进行网络优化,得到训练完成的分类器网络。第三步,对测试样本图片进行预处理,得到处理后的测试样本图片。第四步,预测图片。本发明所提的方法它是以整张图片来进行分类分割的,所以相比起来计算量就小一些,同时考虑了细节信息。实验表明,基于注意力机制的深度学习方法的分割精度比U‑Net的分割精度更高。