一种基于双重注意力和多尺度融合的宫颈图像处理方法

本发明公开了一种基于双重注意力和多尺度融合的宫颈图像处理方法，将预先获取的宫颈图像输入训练获得的最优宫颈图像分割模型，输出获得宫颈癌前病变和宫颈口的分割掩码；将分割得到的宫颈癌前病变和宫颈口的像素位置信息转换为相对方位信息。基于深度学习算法实现阴道镜图像的癌前病变区域以及宫颈口分割，可对宫颈癌前病变和宫颈口进行快速识别和分割，提高癌前病变的确诊率，极大地降低了分割过程中漏检、误检现象概率。同时根据病变和宫颈口的分割结果，模拟临床诊断输出，实现病变方位判断，为活检以及后续的观察治疗提供病变位置信息。