一种口腔黏膜病病灶分割系统及方法

本发明公开了一种口腔黏膜病病灶分割系统及方法，包括：通过收集口腔黏膜疾病临床白光图像，按照一定比例划分为训练集、验证集和测试集；然后使用Labelme软件对训练集图像进行病灶标注，基于PixelSIFT‑UNet构建深度学习模型，对深度学习模型优化，再使用优化后的深度学习模型分割病灶部位；通过采用PixelSIFT‑UNet来构建深度学习模型，优化对于病灶部位的边界部位的识别，提高对于病灶部位的识别精度；用Dice系数优化深度学习模型参数；用来平衡分割边界的优化与整体全局分类的准确性；提高对于分割边界与整体识别的准确性，增强深度学习模型的检测精度，相比于现有技术，提高口腔黏膜病中对于病灶部位的准确识别，加强病灶部位与正常部位的区分。