一种基于深度学习的肛肠病灶自动分割方法

本发明涉及图像分割技术领域，具体为一种基于深度学习的肛肠病灶自动分割方法，获取肛肠图像像素图，提取对比度与方向偏移标记候选病灶点，筛选重叠标记生成病灶激活标注图，建立响应图谱生成边界响应分布图，训练网络输出分类图，提取截断路径完成图像分割。本发明，通过提取局部灰度共生矩阵对比度值与梯度幅值，实现病灶区域在复杂背景下的空间差异性精确捕捉，通过构建响应图谱与方向一致性比对机制，结合方向梯度直方图与结构张量等多维特征，提升区域判别能力与边缘分类精度，借助各向异性标准差判断纹理稳定性并设定模糊边缘掩码，结合主方向向量夹角偏移趋势对截断路径进行筛选，确保边界收敛位置的连续性与稳定性。