1.一种皮肤病理图像多种组织自动分割方法,其特征在于,包括:(1)获取皮肤病理样本图像并对其进行组织标记;
(2)在组织标记后的样本图像中提取各组织图像块,提取的图像块作为初始分割模型数据集;
(3)构建并训练初始分割模型;
(4)在组织标记后的样本图像中提取表皮边界图像块,提取的图像块作为表皮边界优化数据集;
(5)构建并训练表皮边界优化模型;
(6)获取待分割皮肤病理图像并对待分割皮肤病理图像进行预处理;
(7)初始分割模型数据集对预处理后的待分割皮肤病理图像进行初始分割;
(8)表皮边界优化模型对初始分割后的图像进行表皮边界优化。
2.根据权利要求1所述的一种皮肤病理图像多种组织自动分割方法,其特征在于,步骤(1)所述获取皮肤病理样本图像并对其进行组织标记,为:获取皮肤病理样本图像并标记皮肤病理样本图像中的表皮、真皮、脂肪、汗腺和毛囊。
3.根据权利要求1所述的一种皮肤病理图像多种组织自动分割方法,其特征在于,步骤(2)所述在组织标记后的样本图像中提取各组织图像块,其提取的组织图像块尺寸为144×
144。
4.根据权利要求1所述的一种皮肤病理图像多种组织自动分割方法,其特征在于,步骤(3)所述初始分割模型为FD-VGG模型。
所述FD-VGG模型,其输入图像尺寸为128×128×3,输入图像逐个经过由3×3无padding卷积、批规范化和激活函数ReLU组成的卷积模块、最大池化,最后经过平均池化再通过两个所述卷积模块得到最终的输出分类。
5.根据权利要求1所述的一种皮肤病理图像多种组织自动分割方法,其特征在于,步骤(4)所述表皮边界图像块尺寸为256×256。
6.根据权利要求1所述的一种皮肤病理图像多种组织自动分割方法,其特征在于,步骤(5)所述表皮边界优化模型为语义分割网络Segnet模型。
7.根据权利要求1所述的一种皮肤病理图像多种组织自动分割方法,其特征在于,步骤(6)所述对待分割皮肤病理图像进行预处理为去除待分割皮肤病理图像中的白色背景,去除待分割皮肤病理图像中的白色背景的流程为:(a)全扫描待分割皮肤病理图像;
(b)将步骤(a)扫描结果从RGB空间转换到HSV空间;
(c)提取步骤(b)得到的HSV空间图像中的H通道;
(d)通过OTSU算法获取待分割皮肤病理图像组织区域的初始轮廓;
(e)通过闭运算和开运算的形态学处理进一步优化组织区域轮廓,从而将白色背景去除。