换一批摘要医学图像智能分割技术作为现代医学影像分析的核心环节,在疾病诊断与治疗中发挥着关键作用.其中,舌象分割作为中医数字化诊疗体系的前端基础,其分割精度直接影响舌质舌苔特征提取、病症辨证等后续环节的准确性.随着中医现代化进程的加速推进,传统舌诊的主观经验判断模式正逐步向客观化、定量化方向转型,这一转型需求与深度学习的突破性发展形成历史性交汇,催生了智能舌诊技术的蓬勃发展.在众多医学图像分割架构中,U-Net凭借其独特的对称编解码结构、高效的跨层特征融合机制,在舌象分割领域展现出显著优势,并持续推动着网络架构的创新演进.本文系统梳理了U-Net网络在舌象分割中的技术发展脉络与研究进展.首先,从网络架构的生物医学成像溯源出发,阐释U-Net的编码器-瓶颈层-解码器三级结构设计原理,揭示其通过跳跃连接实现多尺度特征融合的机制.然后,对用于舌象分割方法的U-Net网络结构按照注意力机制、残差结构、Inception模块、空洞卷积、编解码器、整体结构等方面进行归纳总结.最后,总结了目前舌象分割的局限性,同时针对所存在的问题提出了相应的解决方法,对未来发展方向做出展望.
更多相关知识
分类号
R318.04（医用一般科学）
栏目名称
DOI
10.3969/j.issn.1002-3208.2025.04.015
发布时间
2025-09-28（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（61702087）
山东省自然科学基金（ZR2022MH203）
:山东省研究生教育优质课程
专业学位研究生教学案例库立项项目（SDYAL20050）
山东省研究生教育质量提升计划课题（SDYJG1943）
- 浏览4
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
