改进GAN与多特征融合的皮肤LC-OCT图像分割方法

本申请公开了改进GAN与多特征融合的皮肤LC‑OCT图像分割方法，包括采用LC‑OCT设备采集皮肤B‑scan样本并存为图像；构建融合反射填充、多尺度编码‑解码、自注意力与残差块的生成器，配合多尺度融合判别器和权重共享的孪生网络，通过感知损失、多尺度SSIM损失及Wasserstein对抗损失联合优化，实现高保真度去噪与增强；基于阈值或形态学预处理定位皮肤区域并归一化；在去噪图中提取梯度，结合梯度差最小准则与随机森林进行动态路径搜索；对路径进行自适应采样与样条拟合后，通过随机森林生成候选并修正病灶区域断裂或错位。由此，能在高噪声环境下实现皮肤层LC‑OCT图像的精确分割，可构建高质量增强型数据集，为皮肤疾病早期诊断提供可靠依据。