-
题名基于度量学习的多分支舌象识别网络
- 1
-
-
作者
任思羽
吴瑞
罗庆林
肖开慧
王艺凡
利节
-
机构
成都开放大学教学部
重庆科技学院智能技术与工程学院
重庆科瑞制药有限公司
首都医科大学附属北京友谊医院中医科
-
出处
《中国医学物理学杂志》
CSCD
2024年第4期521-528,共8页
-
基金
国家科技部“科技助力经济2020”重点专项(SQ2020YFF0405970)
重庆市自然科学基金(cstc2020jcyj-msxmX0683)
+1 种基金
重庆市教委科学技术研究项目(KJQN201901507)
重庆科技学院硕士研究生创新计划(ZNYKJCX2022023)。
-
文摘
为提升舌象识别效率与精准度,通过度量学习研究辅助医生识别舌象表征的方法。首先,收集舌诊图像111例,数据按照7:3的比例随机分为训练集和测试集。然后,设计一种基于度量学习的多分支舌象识别网络。深度学习网络被分为两个部分,前半部分为共享权重层,采用基于度量学习的舌象特征编码损失函数,以获得精准的特征;后半部分针对中医舌象的分类分为4个舌象识别辅助分支,降低舌象识别难度,提升准确率。此外,构建多标签残差映射,增加类间距,减小类内距,提升最终识别的准确度。本文方法在舌象数据集的测试集上进行测试时获得84.8%的识别精度,表明多分支网络架构可以很好地降低舌象识别难度,特别是特征类别较多的舌形和苔质。同时,舌象特征编码损失函数可以有效地提取舌象特征;舌象多标签残差映射可以减少各类别之间的干扰,从而提升识别准确度。
-
关键词
舌象识别
多分支网络架构
特征编码
损失函数
多标签残差映射
-
Keywords
tongue manifestation recognition
multi-branch network architecture
feature coding
loss function
multi-label residual mapping
-
分类号
R318
[医药卫生—生物医学工程]
R241.25
[医药卫生—中医诊断学]
-