基于深度学习的舌裂分割算法研究 王一丁.pdf

文档介绍：世界科学技术-中医药现代化
Modernization of Traditional Chinese Medicine and Materia Medica-World Science and
北京 ； 北京贝叶斯健康科技有限公司 北京 ）
摘 要：中医舌诊可以通过舌面裂纹的测量了解身体的健康状况。考虑到采集图片分辨率不同、质量
差异较大、背景复杂且不同患者舌头颜色纹理不同等因素，传统分割算法难以得到较好的结果。提出一种
基于深度学****的、面向小样本数据集的舌裂分割算法。分割时先分割舌面，再进行舌面裂纹分割，以规避较
U-Net
为复杂的背景影响。使用迁移学****的方法将路面裂纹训练模型迁移至舌面裂纹；改进 网络结构，在
SE Focal Loss
传递拼接路径增加 模块以提高分割的准确性和鲁棒性；训练时使用 （焦点损失）函数作为损失
函数，使网络更加关注小目标的分割，从而提升整体分割效果。实验表明，本文方法具有更强的鲁棒性，能
MPA % MIoU
够应对背景、光照、纹理等图片质量问题，其 （平均像素精度）能够达到 ， （均交并比）能够达
%
到 ，在视觉效果上有更好的表现。实验和对比结果也表明，该分割方法具有较高的准确性和稳定性。
U-Net
关键词：中医舌诊 裂纹分割 深度学**** 网络 迁移学****br/> doi: : : A
中图分类号 文献标识码
1 引言 发性银屑病相关，在银屑病患者中，舌面裂纹多呈分