1.一种基于形状感知和特征增强的结肠息肉图像分割方法,其特征在于,包括以下步骤:获取结肠息肉图像并进行划分,获得训练集和测试集,并对所述训练集和测试集进行图像增强预处理操作;
基于PVTv2主干提取网络、形状感知模块、特征增强模块、并行部分解码器和多模态注意模块构建初始分割模型;
通过预处理操作后的训练集对初始分割模型进行训练,并通过预处理操作后的测试集进行验证,获得调整权重参数的分割模型;
通过所述分割模型对待检测图像进行图像分割,获得结肠息肉图像;
通过预处理操作后的训练集对初始分割模型进行训练的方法包括:PVTv2主干提取网络提取训练集中结肠息肉图像的多尺度特征,生成4个层次的特征,所述4个层次的特征分别为E将F
通过多模态注意模块生成特征图的过程包括:分别计算上一级分割图S
其中,pred∈R
将所述前景注意、背景注意和边界注意分别与特征F
2.根据权利要求1所述的基于形状感知和特征增强的结肠息肉图像分割方法,其特征在于,获取结肠息肉图像的方法包括:从Kvasir-SEG、CVC-ClinicDB、CVC-ColonDB、CVC-T和ETIS中抽取结肠息肉的内窥镜图像。
3.根据权利要求1所述的基于形状感知和特征增强的结肠息肉图像分割方法,其特征在于,所述图像增强预处理的方法包括:将所述结肠息肉图像集中图像的分辨率调整为352×352,并进行数据增强操作,所述数据增强操作包括水平翻转、垂直翻转、90度旋转和尺寸为224×224的随机剪裁。
4.根据权利要求1所述的基于形状感知和特征增强的结肠息肉图像分割方法,其特征在于,所述生成分割图S
5.根据权利要求1所述的基于形状感知和特征增强的结肠息肉图像分割方法,其特征在于,所述特征增强模块包括第一条分支、第二条分支、第三条分支、第四条分支和残差分支;
所述第一条分支包括依次连接的1×1卷积层和跨语义注意模块;
所述第二条分支包括依次连接的1×1卷积层、1×3卷积层、3×1卷积层、扩张率为3的膨胀卷积和跨语义注意模块;
所述第三条分支包括依次连接的1×1卷积层、1×5卷积层、5×1卷积层、扩张率为5的膨胀卷积和跨语义注意模块;
所述第四条分支包括依次连接的1×1卷积层、1×7卷积层、7×1卷积层、扩张率为7的膨胀卷积和跨语义注意模块;
所述残差条分支包括依次连接的1×1卷积层和非局部操作;
将所述第一条分支、第二条分支、第三条分支和第四条分支进行拼接,通过一个3×3卷积层和残差分支进行通道拼接得到特征增强模块。
6.根据权利要求1所述的基于形状感知和特征增强的结肠息肉图像分割方法,其特征在于,在训练过程中通过损失函数进行深度监督,所述损失函数的表达式为:其中,
总损失表达式为:
其中G表示真实标签,