一种基于边缘引导和注意力机制的皮肤病变图像分割方法

本发明涉及深度学习及皮肤病变识别技术领域，具体涉及一种基于边缘引导和注意力机制的皮肤病变图像分割方法，将待分割的皮肤镜图像输入图像分割模型中进行分割输出皮肤病变分割图像；其中，图像分割模型通过EEM模块对皮肤镜图像进行边缘特征提取；通过DASPP模块对语义特征图进行多尺度空洞卷积处理；通过CSAM模块对分割特征图进行通道与空间注意力的自适应融合，采用通道优先、空间后置的串行化设计，依次处理通道维度和空间维度，并且引入边缘先验特征图的边缘信息进行特征增强。本发明通过对皮肤病变的边缘区域进行精细化学习，充分利用病变区域边缘信息来实现皮肤病变的准确定位，从而提高皮肤病变图像分割的准确性和效果。