一种基于卷积神经网络的病变图像的分类和分割方法

摘要

本发明涉及一种基于卷积神经网络的病变图像的分类和分割方法，具体包括以下步骤：(1)采集病人的标准白光图像，将采集到的白光图像基于严格的组织学证据进行标注类别和分割标注并作为图像数据库；(2)构建病变分类网络Dual‑stream ELNet，得到病变分类模型；(3)构建病变U‑Net分割网络，得到病变分割网络模型；(4)将待测试的病变白光图像输入病变分类网络Dual‑stream ELNet中，得到病变所属类别；将所述类别的病变白光图像输入到指定的U‑Net分割网络模型中，得到病变分割结果。病变分类网络Dual‑stream ELNet基于Global Stream和Local Stream模型提取全局和局部特征，有效的提高了最终的分类结果。