基于离散神经记忆常微分方程的皮肤癌病灶分割方法

本发明公开了基于离散神经记忆常微分方程的皮肤癌病灶分割方法，该方法包括：确定模型中基础微分方程的形式，收集图像数据集；应用泰勒公式推导对神经记忆常微分方程进行离散化，对收集的皮肤病数据集进行初步筛选；应用线性多步法对神经记忆常微分方程进行离散化；根据神经网络结构对应用泰勒公式推导、应用线性多步法离散化的神经记忆常微分方程更改为合适的形式，设计适用于U型网络的二阶泰勒法解码器和线性多步法解码器；将解码器嵌入U型网络形成皮肤癌病灶分割模型，将增广数据集输入模型进行训练。本发明解决现存医疗图像分割模型复杂度高，计算成本高的问题，该方法不损伤模型性能，且兼容性高、可迁移能力强的轻量化方案。