基于深度学习的舌象特征研究

目的/意义应用深度学习技术达到舌象分析自动化的目的,为中医舌象标准化提供参考依据,进一步推进中医诊疗技术现代化进程。方法/过程构建以区域关联性为基础、引入标签松弛技术的语义分割损失函数,显式约束舌象分割模型学习局部区域各像素关联性的同时,对错误标签具有一定的容错能力;从舌象特征中内含的颜色相关性潜在先验出发,在模型构建阶段将舌象特征仅解耦为两类下游多标签分类任务,在加速模型拟合的同时有效降低模型复杂度。结果/结论在自建数据集上验证算法有效性,舌象分割MIoU指标为96.57%,舌象分析宏F 1值、平均准确率分别为88.58%、82.59%。