基于深度学习和随机森林的齿痕舌分类研究

目的齿痕舌分类识别是目前中医舌诊客观化的重要研究内容之一。目前齿痕舌的识别方法上存在效率低、准确率不高的问题。方法提出了一种基于深度学习和随机森林的齿痕舌分类方法。首先分别准备齿痕舌样本,并利用深度学习分割模型进行舌体分割;在相关中医专家的指导下对每张舌图像的齿痕进行标注;基于YoloV5深度学习算法训练齿痕检测模型;根据检测出的齿痕区域,提取相关特征构建齿痕舌特征向量;建立随机森林(random forest,RF)模型,实现齿痕舌分类。结果采用该方法得到的总体分类准确率达到93.7%,取得了较好的结果。结论利用该方法进行齿痕舌分类,达到了较为满意的效果,为齿痕舌的识别研究提供了一种新的思路,对舌诊客观化和现代化具有一定借鉴意义和实用价值。

基于二级分类器的齿痕舌分类模型研究

目的:解决目前齿痕舌的识别方法上存在效率低、准确率不高的问题。方法:本研究提出了一种基于二级分类器的齿痕舌分类模型。首先准备齿痕舌和非齿痕舌两类舌图像样本,利用深度学习分割模型对舌体进行分割;再利用凸包算法提取齿痕舌图像中的每个齿痕的几何形状特征,训练齿痕识别模型;然后利用该模型预测舌体凸包凹缺陷的齿痕候选区域,构建齿痕舌识别的特征向量,基于随机森林建立齿痕舌分类模型;最后进行模型分类测试和结果评估。结果:采用该方法得到的总体分类准确率达到93%。结论:该方法取得了较好的齿痕舌分类效果,为齿痕舌的识别研究提供了一种新的思路,对舌诊客观化和现代化具有一定借鉴意义和实用价值。