口腔白斑(OLK)是一种癌前病变，由于其与口腔内健康组织有视觉相似性,导致难以准确区分,目前，对OLK 的诊断主要来自专业医生的经验,但这种方式效率低,诊断受主观影响大。该文提出具有空间注意力机制 (spatial attention) 的Mask RCNN方法(Mask RCNNS)用于口腔白斑分割。Mask RCNN特征提取能力受限于多任务的设计,在口腔白斑上分割效果并不理想。而Mask RCNNS 是基于Mask RCNN网络,并引入了卷积块状注意力模块(CBAM)中的空间注意力模块,考虑了空间上的重要性信息,帮助Mask RCNN关注更重要的区域。此外,受限于数据量较少，该文利用在其他相关大数据集里训练出来的预训练模型,同时采用冻结浅层参数,更新深层参数的策略。试验结果表明，该文所提方法实现了相比于传统Mask RCNN更好的性能。