期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于辅助光源的舌象点刺识别方法研究
被引量:
5
1
作者
王学民
王瑞云
+2 位作者
郭丹
陆小左
周鹏
《传感技术学报》
CAS
CSCD
北大核心
2016年第10期1553-1559,共7页
中医舌诊中点刺所生部位和其在不同部位的疏密程度对疾病诊断有重要价值,点刺自动识别是实现舌诊客观化诊断的关键和难点之一。针对现有点刺识别方法适应性不高、识别率低等问题,提出了一种基于辅助光源的点刺识别方法。对标准白色光源...
中医舌诊中点刺所生部位和其在不同部位的疏密程度对疾病诊断有重要价值,点刺自动识别是实现舌诊客观化诊断的关键和难点之一。针对现有点刺识别方法适应性不高、识别率低等问题,提出了一种基于辅助光源的点刺识别方法。对标准白色光源和纯绿色光源下采集的10例舌象分别进行分割、配准,在绿光舌象上实现点刺提取并显示在白光舌象上,算法自动提取正确率能达到专家识别率88.47%;实现点刺的自动区域定位和计数。实验结果表明该方法点刺识别率较高,可在临床领域有所应用,为多种疾病提供了重要的诊断信息。
展开更多
关键词
中医舌诊
点刺识别
图像分割
图像配准
纯绿色LED
下载PDF
职称材料
基于多尺度卷积神经网络的舌象点刺识别模型建立与验证
被引量:
7
2
作者
彭成东
汪莉
+3 位作者
蒋冬梅
杨诺
陈仁明
董昌武
《Digital Chinese Medicine》
2022年第1期49-58,共10页
目的舌象中点刺所生的部位、颜色、分布的疏密可以推测邪热所在脏腑及其轻重。本研究聚焦于人工智能的图像分析方法研究中医点刺舌识别。方法基于图像深度学习和实例分割原理,设计了舌象点刺识别与提取模型。该模型包括多尺度特征图生...
目的舌象中点刺所生的部位、颜色、分布的疏密可以推测邪热所在脏腑及其轻重。本研究聚焦于人工智能的图像分析方法研究中医点刺舌识别。方法基于图像深度学习和实例分割原理,设计了舌象点刺识别与提取模型。该模型包括多尺度特征图生成模块、候选区域搜索模块和目标区域识别模块。首先使用深度卷积网络分别建立多尺度低、高抽象度的特征图谱,再在特征图上进行目标候选框生成算法和优选策略以精选出高质量目标候选区域,最后使用分类网络对目标区域分类、计算目标区域像素,最终得到舌象表面点刺的区域分割。在无辅助光源条件下手机拍摄的不同规格舌象,使用该方法进行实验。结果实验结果表明,该点刺识别受试者工作特征曲线下的面积(AUC)值为92.40%,精确度为84.30%,灵敏度为88.20%,特异度为94.19%,召回率为88.20%,区域像素准确率指标像素精度(PA)为73.00%,均像素精度(mPA)为73.00%,交并比(IoU)为60.00%,均交并比(mIoU)为56.00%。结论本研究结果表明该模型适用于中医舌诊系统应用。基于多尺度卷积神经网络的点刺舌识别,有助于提高点刺分类和点刺区域像素的精准提取,为中医智能舌诊提供一种切实可行的方法。
展开更多
关键词
点刺识别
提取
舌象特征
实例分割
卷积神经网络
中医舌诊系统
人工智能
下载PDF
职称材料
题名
基于辅助光源的舌象点刺识别方法研究
被引量:
5
1
作者
王学民
王瑞云
郭丹
陆小左
周鹏
机构
天津大学精密仪器与光电子工程学院
天津市生物医学检测技术与仪器重点实验室
天津中医药大学中医工程学院
出处
《传感技术学报》
CAS
CSCD
北大核心
2016年第10期1553-1559,共7页
基金
国家"十二五"支撑计划项目(2012BAI25B05)
文摘
中医舌诊中点刺所生部位和其在不同部位的疏密程度对疾病诊断有重要价值,点刺自动识别是实现舌诊客观化诊断的关键和难点之一。针对现有点刺识别方法适应性不高、识别率低等问题,提出了一种基于辅助光源的点刺识别方法。对标准白色光源和纯绿色光源下采集的10例舌象分别进行分割、配准,在绿光舌象上实现点刺提取并显示在白光舌象上,算法自动提取正确率能达到专家识别率88.47%;实现点刺的自动区域定位和计数。实验结果表明该方法点刺识别率较高,可在临床领域有所应用,为多种疾病提供了重要的诊断信息。
关键词
中医舌诊
点刺识别
图像分割
图像配准
纯绿色LED
Keywords
tongue inspection of TCM
prickle recognition
image segmentation
image registered
pure green LED
分类号
TP391.5 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于多尺度卷积神经网络的舌象点刺识别模型建立与验证
被引量:
7
2
作者
彭成东
汪莉
蒋冬梅
杨诺
陈仁明
董昌武
机构
合肥工业大学计算机与信息学院
合肥云诊信息科技有限公司人工智能实验室
安徽中医药大学中医学院
安徽水利水电职业技术学院电子信息工程学院
出处
《Digital Chinese Medicine》
2022年第1期49-58,共10页
基金
Anhui Province College Natural Science Fund Key Project of China(KJ2020ZD77)
the Project of Education Department of Anhui Province(KJ2020A0379)。
文摘
目的舌象中点刺所生的部位、颜色、分布的疏密可以推测邪热所在脏腑及其轻重。本研究聚焦于人工智能的图像分析方法研究中医点刺舌识别。方法基于图像深度学习和实例分割原理,设计了舌象点刺识别与提取模型。该模型包括多尺度特征图生成模块、候选区域搜索模块和目标区域识别模块。首先使用深度卷积网络分别建立多尺度低、高抽象度的特征图谱,再在特征图上进行目标候选框生成算法和优选策略以精选出高质量目标候选区域,最后使用分类网络对目标区域分类、计算目标区域像素,最终得到舌象表面点刺的区域分割。在无辅助光源条件下手机拍摄的不同规格舌象,使用该方法进行实验。结果实验结果表明,该点刺识别受试者工作特征曲线下的面积(AUC)值为92.40%,精确度为84.30%,灵敏度为88.20%,特异度为94.19%,召回率为88.20%,区域像素准确率指标像素精度(PA)为73.00%,均像素精度(mPA)为73.00%,交并比(IoU)为60.00%,均交并比(mIoU)为56.00%。结论本研究结果表明该模型适用于中医舌诊系统应用。基于多尺度卷积神经网络的点刺舌识别,有助于提高点刺分类和点刺区域像素的精准提取,为中医智能舌诊提供一种切实可行的方法。
关键词
点刺识别
提取
舌象特征
实例分割
卷积神经网络
中医舌诊系统
人工智能
Keywords
Spotted tongue recognition and extraction
The feature of tongue
Instance segmentation
Multiscale convolutional neural network(CNN)
Tongue diagnosis system
Artificial intelligence(AI)
分类号
R241.25 [医药卫生—中医诊断学]
TP183 [自动化与计算机技术—控制理论与控制工程]
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于辅助光源的舌象点刺识别方法研究
王学民
王瑞云
郭丹
陆小左
周鹏
《传感技术学报》
CAS
CSCD
北大核心
2016
5
下载PDF
职称材料
2
基于多尺度卷积神经网络的舌象点刺识别模型建立与验证
彭成东
汪莉
蒋冬梅
杨诺
陈仁明
董昌武
《Digital Chinese Medicine》
2022
7
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部